首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面部表情识别方法研究

摘要第1-4页
Abstract第4-5页
目录第5-7页
第一章 绪论第7-13页
   ·选题背景第7-8页
   ·研究意义及应用前景第8-9页
   ·国内外研究现状第9-11页
   ·本文的研究内容第11页
   ·本文的章节安排第11-13页
第二章 表情分析的基础理论第13-19页
   ·什么是面部表情分析第13-14页
     ·面部表情第13页
     ·面部表情分析第13-14页
   ·人脸表情的特点第14-15页
     ·人脸表情的分类第14页
     ·人脸表情的特点第14-15页
   ·表情分析系统的基本结构第15-19页
第三章 面部表情识别方法综述第19-33页
   ·人脸检测第21-23页
     ·面部图像中的脸的检测第22-23页
     ·任意图像中的脸的检测第23页
   ·面部特征提取第23-29页
     ·基于模板的方法第24-27页
     ·基于特征的方法第27-28页
     ·其他方法第28-29页
   ·表情类型识别第29-33页
     ·概述第29-30页
     ·现有的具体方法第30-33页
第四章 基于 LBP和两级分类的灰度图像表情识别第33-47页
   ·表情数据库第33-34页
     ·一些常用的表情数据库第33页
     ·JAFFE表情数据库第33-34页
   ·特征提取第34-37页
     ·局域二值模式(LBP)第34-36页
     ·利用 LBP方法提取特征信息第36-37页
     ·提取JAFFE数据库图像的特征信息第37页
   ·表情分类第37-42页
     ·表情的粗略分类第38-39页
     ·表情的精确分类第39-40页
     ·对JAFFE数据库的表情图像分类第40-42页
   ·实验结果及分析第42-47页
第五章 彩色图像中的全自动人脸表情识别第47-55页
   ·系统概述第47页
   ·图像序列的获取第47-48页
   ·彩色图像中的人脸表情识别第48-51页
     ·皮肤检测第48-49页
     ·人眼的自动定位第49-50页
     ·特征提取第50-51页
     ·表情分类第51页
   ·实验结果及分析第51-55页
第六章 总结与展望第55-57页
   ·总结第55-56页
     ·本文研究工作第55-56页
     ·存在的问题第56页
   ·进一步研究方向第56-57页
参考文献第57-65页
撰写的相关学术论文第65-67页
致谢第67-68页
西北工业大学学位论文知识产权声明书第68页
西北工业大学学位论文原创性声明第68页

论文共68页,点击 下载论文
上一篇:从“现代性”与“后现代性”的反思到永恒的价值诉求--对齐格蒙特·鲍曼“现代性”与“后现代性”思想的解读
下一篇:实时瞳孔检测与跟踪方法研究