| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 人脸表情识别概述 | 第13-17页 |
| 1.3.1 人脸检测 | 第14-15页 |
| 1.3.2 特征提取 | 第15-16页 |
| 1.3.3 表情分类 | 第16-17页 |
| 1.4 本文的主要内容和章节安排 | 第17-19页 |
| 1.4.1 主要内容 | 第17-18页 |
| 1.4.2 组织结构 | 第18-19页 |
| 第2章 人脸表情特征提取算法 | 第19-32页 |
| 2.1 引言 | 第19页 |
| 2.2 人脸特征点 | 第19-25页 |
| 2.2.1 CLM模型定位人脸特征点 | 第19-22页 |
| 2.2.2 人脸关键特征点分类 | 第22-25页 |
| 2.3 DCLM特征 | 第25-31页 |
| 2.3.1 人脸关键特征点对齐 | 第25-27页 |
| 2.3.2 DCLM特征 | 第27-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 人脸表情特征选择方法 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 特征选择概述 | 第32-37页 |
| 3.2.1 特征选择算法分类 | 第33-36页 |
| 3.2.2 特征选择方法的选取原则 | 第36-37页 |
| 3.3 SVMRFE算法 | 第37-41页 |
| 3.3.1 相关系数与特征排序 | 第37-38页 |
| 3.3.2 SVM与特征排序 | 第38页 |
| 3.3.3 SVMRFE算法描述 | 第38-40页 |
| 3.3.4 SVMRFE算法的有效性分析 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 算法实验分析 | 第42-58页 |
| 4.1 引言 | 第42页 |
| 4.2 实验数据 | 第42-43页 |
| 4.3 实验方案与结果分析 | 第43-56页 |
| 4.3.1 支持向量机 | 第43-49页 |
| 4.3.2 表情特征提取的实验方案与结果分析 | 第49-53页 |
| 4.3.3 表情特征选择的实验方案与结果分析 | 第53-56页 |
| 4.4 本文采取的算法与其他算法的对比 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 算法实现 | 第58-71页 |
| 5.1 引言 | 第58页 |
| 5.2 系统组成 | 第58-62页 |
| 5.2.1 系统的硬件平台 | 第58-59页 |
| 5.2.2 系统的软件平台 | 第59-60页 |
| 5.2.3 系统架构设计 | 第60-62页 |
| 5.3 系统流程 | 第62-70页 |
| 5.3.1 连接登录模块 | 第63-65页 |
| 5.3.2 数据传送模块 | 第65页 |
| 5.3.3 数据处理模块 | 第65-70页 |
| 5.4 系统运行界面 | 第70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-72页 |
| 6.1 工作总结 | 第71页 |
| 6.2 工作展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间发表的论文及取得的研究成果其他成果 | 第78页 |
| 其他成果 | 第78-79页 |
| 致谢 | 第79-80页 |