| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题研究的背景与意义 | 第10-11页 |
| 1.2 课题研究现状 | 第11-12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页 |
| 1.3 常用的人脸表情数据库 | 第12-14页 |
| 1.4 人脸表情识别的难点 | 第14-15页 |
| 1.5 课题主要研究内容 | 第15页 |
| 1.6 论文的结构安排 | 第15-18页 |
| 2 人脸表情识别算法相关基础理论 | 第18-36页 |
| 2.1 人脸检测 | 第18-21页 |
| 2.1.1 基于知识的人脸检测算法 | 第18-19页 |
| 2.1.2 基于统计的人脸检测算法 | 第19-21页 |
| 2.2 人脸表情预处理 | 第21-27页 |
| 2.2.1 人脸表情图像的几何规范化 | 第21-23页 |
| 2.2.2 人脸表情图像的灰度规范化 | 第23-25页 |
| 2.2.3 人脸表情图像的滤波去噪 | 第25-27页 |
| 2.3 人脸表情特征提取 | 第27-32页 |
| 2.3.1 基于全局特征的特征提取 | 第28-29页 |
| 2.3.2 基于局部特征的特征提取 | 第29-30页 |
| 2.3.3 基于几何特征的特征提取 | 第30-31页 |
| 2.3.4 基于运动特征的特征提取 | 第31-32页 |
| 2.4 人脸表情多特征融合 | 第32页 |
| 2.5 人脸表情分类识别 | 第32-34页 |
| 2.6 本章小结 | 第34-36页 |
| 3 多方法结合人脸图像光照补偿算法研究及改进 | 第36-44页 |
| 3.1 Retinex理论 | 第36-38页 |
| 3.1.1 Retinex理论与直方图均衡化相结合 | 第37页 |
| 3.1.2 Retinex理论与双边滤波器相结合 | 第37-38页 |
| 3.2 改进的多方法结合算法 | 第38-39页 |
| 3.3 实验结果及分析 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 非对称方向性局部二值模式人脸表情识别 | 第44-56页 |
| 4.1 基于方向性的局部二值模式 | 第44-46页 |
| 4.2 异或-非对称方向性局部二值模式 | 第46-48页 |
| 4.2.1 非对称方向性局部二值模式 | 第46-48页 |
| 4.2.2 异或-非对称方向性局部二值模式 | 第48页 |
| 4.3 特征融合 | 第48-50页 |
| 4.3.1 表情局部区域贡献图谱 | 第48-49页 |
| 4.3.2 特征加权融合 | 第49-50页 |
| 4.4 实验结果及分析 | 第50-53页 |
| 4.4.1 本文算法的实验结果及分析 | 第50-52页 |
| 4.4.2 不同算法的实验结果比较 | 第52-53页 |
| 4.5 本章小结 | 第53-56页 |
| 5 多特征融合人脸表情识别 | 第56-66页 |
| 5.1 基于主动外观模型的人脸表情识别 | 第56-58页 |
| 5.1.1 基于主动外观模型的人脸表情特征提取 | 第56-57页 |
| 5.1.2 基于粗糙集的AAM表情特征选择 | 第57-58页 |
| 5.2 基于特征脸的人脸表情识别 | 第58页 |
| 5.3 多特征融合人脸表情识别 | 第58-60页 |
| 5.3.1 融合准则 | 第58页 |
| 5.3.2 识别率权值选择 | 第58-59页 |
| 5.3.3 多特征加权融合 | 第59-60页 |
| 5.4 实验结果及分析 | 第60-65页 |
| 5.4.1 单特征的实验结果及分析 | 第60-62页 |
| 5.4.2 多特征融合的实验结果及分析 | 第62-63页 |
| 5.4.3 不同算法的实验结果比较 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 研究展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第74页 |