| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景与意义 | 第7-8页 |
| ·国内外相关领域的研究 | 第8-9页 |
| ·人脸表情识别综述 | 第9-13页 |
| ·人脸表情识别系统概述 | 第9-10页 |
| ·表情特征提取的方法 | 第10-11页 |
| ·表情分类的方法 | 第11-12页 |
| ·人脸表情数据库介绍 | 第12-13页 |
| ·主要工作及安排 | 第13-15页 |
| 第二章 人脸检测与预处理 | 第15-27页 |
| ·基于积分图像与AdaBoost 的人脸人眼检测算法 | 第15-21页 |
| ·特征提取 | 第15-17页 |
| ·分类器的训练 | 第17-19页 |
| ·人脸与人眼检测 | 第19-20页 |
| ·检测结果 | 第20-21页 |
| ·图像的几何预处理 | 第21-23页 |
| ·旋转校准 | 第21-22页 |
| ·嘴巴定位 | 第22页 |
| ·图像裁剪与尺度校准 | 第22-23页 |
| ·表情图像的光照预处理 | 第23-25页 |
| ·直方图均衡化 | 第23-24页 |
| ·像素值规范化 | 第24-25页 |
| ·实验结果 | 第25页 |
| ·小结 | 第25-27页 |
| 第三章 基于线性子空间的表情识别 | 第27-39页 |
| ·基于PCA 的表情识别 | 第27-28页 |
| ·基于LDA 的表情识别 | 第28-34页 |
| ·引言 | 第28-29页 |
| ·两类问题的Fisher 线性判别 | 第29-32页 |
| ·多类问题的Fisher 判别 | 第32-34页 |
| ·PCA+LDA 提取表情特征的方法 | 第34-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·小结 | 第37-39页 |
| 第四章 基于LBP的表情识别 | 第39-51页 |
| ·LBP 特征简介 | 第39-45页 |
| ·LBP 基本原理 | 第39-41页 |
| ·统一模式概述 | 第41-42页 |
| ·采用统一模式提取表情特征 | 第42-44页 |
| ·LBP 的改进 | 第44-45页 |
| ·LBP 与线性子空间的结合 | 第45-46页 |
| ·实验分析 | 第46-50页 |
| ·实验设计 | 第46-47页 |
| ·LBP 参数选择 | 第47-48页 |
| ·实验结果 | 第48-49页 |
| ·实验结论 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 人脸表情识别系统的实现 | 第51-57页 |
| ·自动表情识别系统的组成 | 第51-53页 |
| ·图像采集 | 第52页 |
| ·人脸检测和预处理 | 第52-53页 |
| ·表情特征提取训练和识别 | 第53页 |
| ·系统实现 | 第53-54页 |
| ·系统改进 | 第54-55页 |
| ·系统应用 | 第55页 |
| ·小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·全文工作总结 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |