基于改进的LLE与Adaboost算法的人脸表情识别
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 人脸表情识别系统 | 第12-13页 |
| 1.4 论文的体系结构 | 第13-14页 |
| 第二章 表情图像预处理 | 第14-21页 |
| 2.1 灰度直方图均衡化 | 第14-15页 |
| 2.2 几何预处理 | 第15-20页 |
| 2.2.1 人眼区域的定位 | 第15-19页 |
| 2.2.2 人脸表情区域定位 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 人脸表情特征提取 | 第21-27页 |
| 3.1 傅里叶变换 | 第21-22页 |
| 3.1.1 原理 | 第21-22页 |
| 3.1.2 不足之处 | 第22页 |
| 3.2 Gabor变换 | 第22-25页 |
| 3.2.1 优点 | 第23页 |
| 3.2.2 定义 | 第23-25页 |
| 3.3 Gabor滤波器 | 第25页 |
| 3.4 Gabor特征提取 | 第25-26页 |
| 3.5 本章小结 | 第26-27页 |
| 第四章 人脸表情特征的数据降维 | 第27-33页 |
| 4.1 主成分分析 | 第27-29页 |
| 4.2 局部线性嵌入算法 | 第29-32页 |
| 4.2.1 LLE算法 | 第29-31页 |
| 4.2.2 SLLF算法 | 第31-32页 |
| 4.2.3 改进的LLE算法 | 第32页 |
| 4.3 本章小结 | 第32-33页 |
| 第五章 人脸表情的分类 | 第33-51页 |
| 5.1 支持向量机 | 第33-41页 |
| 5.1.1 最优分类面 | 第33-38页 |
| 5.1.2 核函数 | 第38-39页 |
| 5.1.3 多类支持向量机算法 | 第39-41页 |
| 5.2 Adaboost算法 | 第41-47页 |
| 5.2.1 基本原理 | 第41-42页 |
| 5.2.2 性能与误差分析 | 第42-43页 |
| 5.2.3 Adaboot多类分类算法 | 第43-47页 |
| 5.3 实验结果分析 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |
