基于二元模式的人脸识别与表情识别研究
致谢 | 第1-6页 |
摘要 | 第6-8页 |
Abstract | 第8-10页 |
目次 | 第10-14页 |
插图和附表清单 | 第14-18页 |
1 绪论 | 第18-42页 |
·研究背景和意义 | 第18-19页 |
·人脸识别概述 | 第19-29页 |
·国内外研究现状 | 第20-26页 |
·研究难点 | 第26-27页 |
·人脸识别相关资源 | 第27-29页 |
·人脸表情识别概述 | 第29-38页 |
·国内外研究现状 | 第30-37页 |
·研究难点 | 第37页 |
·人脸表情识别相关资源 | 第37-38页 |
·人脸识别与表情识别的内在关系 | 第38-39页 |
·本文研究内容和论文结构 | 第39-42页 |
·本文的研究内容 | 第39-40页 |
·论文结构 | 第40-42页 |
2 基于局部二元模式直方图映射的快速人脸识别 | 第42-58页 |
·引言 | 第43-44页 |
·局部二元模式(LBP) | 第44-48页 |
·传统的基于LBP的人脸识别方法 | 第48-51页 |
·几种直方图度量方法 | 第48-49页 |
·传统的基于LBP识别方法的不足 | 第49-51页 |
·局部二元模式直方图映射(LBPHP)方法 | 第51-53页 |
·LBPHP方法描述 | 第51-52页 |
·LBPHP方法与传统识别方法比较 | 第52-53页 |
·实验结果及分析 | 第53-57页 |
·CAS-PEAL大型人脸库上的实验 | 第53-56页 |
·FERET大型人脸库上的实验 | 第56-57页 |
·本章小结 | 第57-58页 |
3 基于中心化二元模式方法的表情识别 | 第58-82页 |
·引言 | 第59-60页 |
·中心化二元模式(CBP) | 第60-63页 |
·LBP的三大不足 | 第60-61页 |
·中心化二元模式 | 第61-62页 |
·CBP相对于LBP的三大优势 | 第62-63页 |
·中心最近邻分类器 | 第63-66页 |
·中心近邻距离 | 第65-66页 |
·中心最近邻分类器 | 第66页 |
·实验结果及分析 | 第66-81页 |
·JAFFE库 | 第67-75页 |
·Cohn-Kanade库 | 第75-81页 |
·本章小结 | 第81-82页 |
4 基于多尺度中心化二元模式方法的表情识别 | 第82-104页 |
·引言 | 第83-84页 |
·图像欧式距离(IMED) | 第84-88页 |
·图像欧式距离 | 第85-86页 |
·标准化转换 | 第86-87页 |
·Kronecker积求G | 第87-88页 |
·嵌有IMED的多尺度cBP | 第88-94页 |
·融入梯度信息的CBP | 第89-92页 |
·多尺度CBP | 第92-93页 |
·嵌有IMED的多尺度CBP | 第93-94页 |
·实验结果及分析 | 第94-103页 |
·JAFFE库上的实验 | 第94-99页 |
·Cohn-Kanade库上的实验 | 第99-103页 |
·本章小结 | 第103-104页 |
5 基于中心化Gabor直方图的快速准确表情识别 | 第104-138页 |
·引言 | 第105-106页 |
·子空间方法概述 | 第106-116页 |
·Eigenfaces与Fisherfaces | 第106-108页 |
·非线性流形学习方法 | 第108-114页 |
·Laplacianfaces | 第114-115页 |
·子空间方法总结 | 第115-116页 |
·有监督Laplacianfaces | 第116-118页 |
·中心化Gabor直方图 | 第118-122页 |
·Gabor幅值图谱 | 第119-120页 |
·中心化Gabor二元模式 | 第120-122页 |
·中心化Gabor直方图 | 第122页 |
·表情识别及表情成分分析 | 第122-125页 |
·表情空间 | 第122-123页 |
·表情空间模型 | 第123页 |
·表情识别及表情成分分析 | 第123-125页 |
·实验结果及分析 | 第125-136页 |
·JAFFE库 | 第125-131页 |
·Cohn-Kanade库 | 第131-135页 |
·自己建立的表情库 | 第135-136页 |
·本章小结 | 第136-138页 |
6 总结与展望 | 第138-142页 |
·论文工作总结 | 第138-139页 |
·工作展望 | 第139-142页 |
参考文献 | 第142-156页 |
作者简历及在学期间所取得的科研成果 | 第156-157页 |