基于级联回归模型的人脸特征点定位及表情识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9页 |
| 1.2 表情识别的研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.4 表情识别的主要方法 | 第11-14页 |
| 1.4.1 表情特征提取方法 | 第11-13页 |
| 1.4.2 表情分类 | 第13-14页 |
| 1.5 本文研究内容及组织结构 | 第14-16页 |
| 第2章 人脸检测与表情图像预处理 | 第16-25页 |
| 2.1 人脸检测 | 第16-21页 |
| 2.1.1 Haar-Like特征和积分图 | 第16-18页 |
| 2.1.2 Adaboost算法 | 第18-20页 |
| 2.1.3 检测结果 | 第20-21页 |
| 2.2 图像预处理 | 第21-24页 |
| 2.2.1 灰度归一化 | 第22-23页 |
| 2.2.2 几何归一化 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于级联回归模型的人脸特征点定位 | 第25-43页 |
| 3.1 概述 | 第25-26页 |
| 3.2 SIFT特征描述子 | 第26-32页 |
| 3.2.1 构建尺度空间 | 第26-28页 |
| 3.2.2 尺度空间极值点检测 | 第28-30页 |
| 3.2.3 为特征分配方向值 | 第30-31页 |
| 3.2.4 生成特征描述子 | 第31-32页 |
| 3.3 基于级联回归模型的人脸特征点定位 | 第32-37页 |
| 3.3.1 级联回归模型 | 第32-35页 |
| 3.3.2 基于支持向量回归的级联回归模型 | 第35-37页 |
| 3.4 实验结果和分析 | 第37-42页 |
| 3.4.1 数据集和评价标准 | 第37-38页 |
| 3.4.2 形状初始化 | 第38-39页 |
| 3.4.3 实验分析 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于特征融合的表情识别 | 第43-57页 |
| 4.1 Gabor小波提取表情纹理特征 | 第43-48页 |
| 4.1.1 Gabor小波变换 | 第43-46页 |
| 4.1.2 局部嵌入式算法 | 第46-48页 |
| 4.2 基于级联回归模型的表情几何特征提取 | 第48-51页 |
| 4.3 特征融合 | 第51-52页 |
| 4.4 实验分析 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 工作总结 | 第57页 |
| 5.2 工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表论文及参加科研项目情况 | 第64页 |
