| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 研究现状 | 第14-19页 |
| 1.2.1 基于热红外图像的人脸识别 | 第14-15页 |
| 1.2.2 基于热红外图像和可见图像融合的表情识别 | 第15-17页 |
| 1.2.3 基于可见图像的红外图像生成的研究 | 第17-19页 |
| 1.3 研究内容 | 第19-20页 |
| 1.4 论文组织结构 | 第20-21页 |
| 第2章 基于红外增强可见特征的表情识别 | 第21-33页 |
| 2.1 引言 | 第21-22页 |
| 2.2 研究方法 | 第22-23页 |
| 2.3 特征提取 | 第23-27页 |
| 2.3.1 可见特征提取 | 第23-25页 |
| 2.3.2 红外特征提取 | 第25-26页 |
| 2.3.3 特征选择 | 第26页 |
| 2.3.4 构建新的特征空间 | 第26-27页 |
| 2.3.5 分类器 | 第27页 |
| 2.4 实验及分析 | 第27-32页 |
| 2.4.1 实验条件 | 第27-28页 |
| 2.4.2 对选中的红外特征的所属区域的分析 | 第28-29页 |
| 2.4.3 NVIE自发表情库的实验结果 | 第29-30页 |
| 2.4.4 Equinox库的实验结果 | 第30-31页 |
| 2.4.5 与相关工作比较 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于红外增强的分类器的表情识别 | 第33-45页 |
| 3.1 引言 | 第33页 |
| 3.2 研究方法 | 第33-36页 |
| 3.2.1 研究内容 | 第34-35页 |
| 3.2.2 SVM | 第35页 |
| 3.2.3 具有相似性约束的SVM | 第35-36页 |
| 3.3 特征提取 | 第36-38页 |
| 3.3.1 可见特征提取 | 第36-37页 |
| 3.3.2 红外特征提取 | 第37-38页 |
| 3.4 实验及分析 | 第38-43页 |
| 3.4.1 实验条件 | 第38页 |
| 3.4.2 对热红外特征采集区域的分析 | 第38-39页 |
| 3.4.3 完整热红外数据上的热红外增强表情识别结果 | 第39-40页 |
| 3.4.4 不完全热红外增强分类器的表情识别结果 | 第40-41页 |
| 3.4.5 不同光照下的表情识别效果 | 第41页 |
| 3.4.6 与相关工作的比较 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于可见图像的热红外图像生成 | 第45-59页 |
| 4.1 研究背景 | 第45-46页 |
| 4.1.1 生成模型 | 第45-46页 |
| 4.2 方法介绍 | 第46-50页 |
| 4.2.1 生成对抗网络简介 | 第46-47页 |
| 4.2.2 基于条件对抗网络的红外图像生成 | 第47-49页 |
| 4.2.3 网络结构 | 第49-50页 |
| 4.3 实验及分析 | 第50-57页 |
| 4.3.1 实验条件 | 第50-52页 |
| 4.3.2 实验结果 | 第52-54页 |
| 4.3.3 表情识别 | 第54-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 本文总结 | 第59-60页 |
| 5.2 后续工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 在读期间发表的学术论文与取得的研究成果 | 第67页 |