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

基于提升小波与FLD的人脸表情识别算法研究

摘要第6-8页
ABSTRACT第8-9页
符号说明第10-11页
Chapter 1 Introduction第11-18页
    1.1 Pattern Recognition第11-12页
    1.2 Facial Expression Recognition(FER)第12-16页
        1.2.1 Background of FER第12-13页
        1.2.2 The Difficulties and Prospects of FER第13-14页
        1.2.3 Facial Expression Datebase第14-16页
    1.3 Significance of the Research第16-17页
    1.4 Structure of this Thesis第17-18页
Chapter 2 Summarization Of Facial Expression Recognition第18-35页
    2.1 Summarization of FER第18-19页
    2.2 Face Detection Methods第19-22页
        2.2.1 Face Detection Methods Based on Geometry第19-20页
        2.2.2 Face Detection Methods Based on Skin Color Model第20-21页
        2.2.3 Face Detection Methods Based on Statistics第21-22页
    2.3 Preprocessing of Images第22-27页
        2.3.1 Image Geometry Normalization第23-25页
        2.3.2 Grayscale Normalization第25页
        2.3.3 Histogram Equalization第25-27页
    2.4 Feature Extraction第27-30页
        2.4.1 Featrue Extration Based on Static Imange Sequence第27-29页
        2.4.2 Featrue Extration Based on Dynamic Imange Sequence第29-30页
    2.5 Classification Methods第30-34页
        2.5.1 Spatial Analysis Method第30-33页
        2.5.2 Space-time Analysis Method第33-34页
    2.6 Summarize of This Chapter第34-35页
Chapter 3 Facial Expression Recognition Based On Wavelet第35-46页
    3.1 Wavelet Analysis第35-36页
    3.2 Gabor Wavelet第36-38页
    3.3 Fisher Linear diseriminant Analysis第38-41页
        3.3.1 Theoretical Basis of FLD第38-40页
        3.3.2 Improved FLD Method第40-41页
    3.4 K-Nearest-Neighbor Classifier第41-43页
    3.5 Simulation Experiment第43-45页
    3.6 Summarize of This Chapter第45-46页
Chapter 4 Facial Expression Recognition Based On Lifting Wavelet And Fld第46-57页
    4.1 Lifting Wavelet第46-49页
    4.2 Linear Wavelet Transform第49-50页
    4.3 Experimental Procedure第50-53页
        4.3.1 The Decomposition Level of Lifting Wavelet第51-52页
        4.3.2 The Direction of HF Components第52页
        4.3.3 Feature Extraction Based on FLD第52-53页
        4.3.4 K-Nearest-Neighbor for Classification第53页
    4.4 Simulation and Experiment第53-55页
    4.5 Summarize of This Chapter第55-57页
Chapter 5 Summary And Future第57-60页
参考文献第60-65页
致谢第65-66页
攻读硕士学位期间发表论文情况第66-67页
附件第67页

论文共67页,点击 下载论文
上一篇:潍坊市公安局反恐管理系统的设计与实现
下一篇:潍百集团会员积分管理系统的设计与实现