基于多特征融合的视频情感识别
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状及分析 | 第12-14页 |
| 1.3 论文研究内容及结构安排 | 第14-16页 |
| 1.3.1 主要研究内容 | 第14页 |
| 1.3.2 论文结构安排 | 第14-16页 |
| 第2章 视频情感识别相关知识 | 第16-24页 |
| 2.1 视频情感识别流程 | 第16-17页 |
| 2.2 视频层次模型 | 第17-18页 |
| 2.3 视频情感描述模型 | 第18-19页 |
| 2.4 视频情感分类算法 | 第19-23页 |
| 2.4.1 支持向量机 | 第19-21页 |
| 2.4.2 随机森林 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 关键帧及特征提取 | 第24-40页 |
| 3.1 关键帧提取 | 第24-29页 |
| 3.1.1 关键帧提取的意义 | 第24页 |
| 3.1.2 基于颜色特征的关键帧提取 | 第24-25页 |
| 3.1.3 基于距离阈值聚类的关键帧提取 | 第25-29页 |
| 3.2 特征提取 | 第29-37页 |
| 3.2.1 视觉特征 | 第29-34页 |
| 3.2.2 音频特征 | 第34-35页 |
| 3.2.3 属性特征 | 第35-37页 |
| 3.3 情感特征量化方法 | 第37-39页 |
| 3.3.1 视觉词袋模型 | 第37-38页 |
| 3.3.2 空间金字塔匹配模型 | 第38-39页 |
| 3.4 视频的特征表示 | 第39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于特征权重调节的视频情感识别 | 第40-49页 |
| 4.1 引言 | 第40页 |
| 4.2 特征融合 | 第40-42页 |
| 4.3 自适应权值多特征融合分类算法 | 第42-43页 |
| 4.3.1 算法概述 | 第42页 |
| 4.3.2 算法流程 | 第42-43页 |
| 4.4 分类器选择 | 第43-44页 |
| 4.5 实验结果与分析 | 第44-48页 |
| 4.5.1 实验数据集 | 第44-45页 |
| 4.5.2 实验设置及评价标准 | 第45页 |
| 4.5.3 实验结果及分析 | 第45-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 基于多核学习的视频情感识别 | 第49-60页 |
| 5.1 引言 | 第49-50页 |
| 5.2 核方法概述 | 第50-51页 |
| 5.3 多类多核学习 | 第51-52页 |
| 5.4 simpleMKL算法 | 第52-55页 |
| 5.5 实验结果与分析 | 第55-59页 |
| 5.5.1 实验结果展示分析 | 第56-58页 |
| 5.5.2 对比方法展示及分析 | 第58-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 研究内容总结 | 第60页 |
| 6.2 研究工作展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 作者简历 | 第68页 |
