| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 人脸表情识别与电影评分系统的研究背景及意义 | 第9-11页 |
| 1.2 人脸表情识别与电影评分的方法研究 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 人脸表情识别常用数据库 | 第14-16页 |
| JAFFE表情数据库 | 第14-15页 |
| CK表情数据库 | 第15-16页 |
| BHU表情数据库 | 第16页 |
| 1.5 本文结构 | 第16-17页 |
| 第二章 人脸表情识别及电影评分系统 | 第17-40页 |
| 2.1 表情识别及电影评分系统背景介绍 | 第17页 |
| 2.2 表情识别及电影评分系统框图 | 第17-19页 |
| 2.3 图像预处理 | 第19-27页 |
| 2.3.1 图像灰度化 | 第19-20页 |
| 2.3.2 直方图均衡化 | 第20-21页 |
| 2.3.3 图像滤波去噪 | 第21-23页 |
| 2.3.4 几何变换 | 第23-25页 |
| 2.3.5 人脸检测 | 第25-27页 |
| 2.4 特征提取 | 第27-33页 |
| 2.4.1 HOG特征 | 第27-28页 |
| 2.4.2 LBP特征 | 第28-29页 |
| 2.4.3 Haar-like特征 | 第29-30页 |
| 2.4.4 线性特征提取法 | 第30-33页 |
| 2.5 表情分类器 | 第33-39页 |
| 2.5.1 BP神经网络 | 第33-36页 |
| 2.5.2 CNN卷积神经网络 | 第36-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第三章 MS-ELM算法 | 第40-49页 |
| 3.1 传统ELM算法 | 第40-42页 |
| 3.2 MS-ELM算法 | 第42-45页 |
| 3.2.1 ψ_migration模型的提出 | 第42-44页 |
| 3.2.2 神经元部分激活的ELM模型 | 第44-45页 |
| 3.3 MS-ELM模型的求解 | 第45-47页 |
| 3.4 MS-ELM算法实现 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 MS-ELM算法的实现及结果分析 | 第49-57页 |
| 4.1 实验准备 | 第49-51页 |
| 4.1.1 验证数据库 | 第49页 |
| 4.1.2 评估方法 | 第49-50页 |
| 4.1.3 模型参数确定 | 第50-51页 |
| 4.2 迁移因子对MS-ELM算法的影响 | 第51-52页 |
| 4.3 ELM和MS-ELM算法比较 | 第52-53页 |
| 4.4 算法对比与实验结果仿真 | 第53-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 电影评分系统的设计与仿真 | 第57-64页 |
| 5.1 系统环境和编程工具 | 第57-58页 |
| 5.2 数据处理 | 第58页 |
| 5.3 表情序列在表情识别系统的结果分析 | 第58-60页 |
| 5.4 电影评分系统 | 第60-63页 |
| 5.4.1 电影评分系统界面 | 第60-61页 |
| 5.4.2 电影评分系统的运行过程 | 第61-62页 |
| 5.4.3 电影评分系统的实验结果 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 总结与展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 附录A 攻读学位期间参与的项目与撰写的学术论文 | 第71-72页 |