人脸表情的特征提取及分类识别研究
中文摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第1章 绪论 | 第7-11页 |
·引言 | 第7页 |
·研究背景及意义 | 第7-8页 |
·表情识别技术的研究现状及发展 | 第8-9页 |
·人脸表情识别的难点 | 第9-10页 |
·论文的主要工作 | 第10-11页 |
第2章 人脸表情识别基本理论 | 第11-25页 |
·人脸表情识别系统介绍 | 第11-12页 |
·目前主要的人脸表情库 | 第12-13页 |
·人脸检测的方法 | 第13-20页 |
·基于隐马尔可夫模型算法 | 第14页 |
·基于神经网络的算法 | 第14-15页 |
·基于子空间的算法 | 第15-16页 |
·基于肤色模型的算法 | 第16-17页 |
·基于先验知识的算法 | 第17页 |
·基于特征不变性的算法 | 第17-18页 |
·基于模板匹配的算法 | 第18-19页 |
·基于Boosting的算法 | 第19页 |
·多模态信息融合 | 第19-20页 |
·图像预处理 | 第20-21页 |
·表情特征提取算法 | 第21-23页 |
·Gabor小波 | 第21-22页 |
·独立成分分析法 | 第22页 |
·Haar特征提取 | 第22-23页 |
·基于运动特征的特征提取 | 第23页 |
·表情分类方法 | 第23-25页 |
·基于模板的匹配方法 | 第23-24页 |
·基于神经网络的方法 | 第24页 |
·基于概率模型的方法 | 第24页 |
·基于支持向量机的方法 | 第24-25页 |
第3章 图像预处理 | 第25-32页 |
·转换图片格式和图片类型 | 第25页 |
·图像的旋转 | 第25-26页 |
·图像的缩放 | 第26-27页 |
·直方图均衡化 | 第27-28页 |
·校正不均匀亮度 | 第28-30页 |
·边缘检测 | 第30-32页 |
第4章 面部表情特征提取 | 第32-41页 |
·人脸检测与ROI获取 | 第32-35页 |
·人脸检测 | 第32-33页 |
·人眼自动检测与人脸旋转 | 第33-34页 |
·ROI获取 | 第34-35页 |
·特征提取 | 第35-38页 |
·傅里叶变换 | 第36页 |
·Gabor变换 | 第36-38页 |
·特征降维 | 第38-41页 |
·缩减尺寸 | 第38-39页 |
·强制抽取保留关键特征 | 第39页 |
·PCA降维 | 第39-41页 |
第5章 基于神经网络的表情识别 | 第41-53页 |
·单个神经元 | 第42-43页 |
·神经元网络 | 第43-48页 |
·单层神经元网络 | 第43-44页 |
·多层神经元网络 | 第44页 |
·Matlab神经网络工具箱 | 第44-46页 |
·数据的归一化 | 第46页 |
·分类器设计流程 | 第46-48页 |
·多决策神经元网络 | 第48-50页 |
·多决策的内涵 | 第48页 |
·多决策分类器的实现 | 第48-50页 |
·JAFFE表情库实验测试 | 第50-53页 |
第6章 总结与展望 | 第53-55页 |
参考文献 | 第55-59页 |
致谢 | 第59页 |