| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景和意义 | 第7-8页 |
| ·论文研究内容 | 第8-9页 |
| ·论文组织结构 | 第9-11页 |
| 第二章 笑脸识别研究现状 | 第11-23页 |
| ·引言 | 第11-12页 |
| ·常用人脸表情数据库 | 第12-13页 |
| ·预处理 | 第13-14页 |
| ·典型的特征提取算法介绍 | 第14-19页 |
| ·基于基准点的特征提取 | 第14-15页 |
| ·基于视觉特性的特征提取 | 第15-16页 |
| ·基于纹理的特征提取 | 第16-17页 |
| ·基于模型的特征提取 | 第17-18页 |
| ·基于动态序列的特征提取 | 第18-19页 |
| ·特征分类方法介绍 | 第19-21页 |
| ·Adaboost 算法 | 第19页 |
| ·支持向量机 | 第19页 |
| ·随机森林 | 第19-20页 |
| ·人工神经网络 | 第20-21页 |
| ·隐马尔可夫模型 | 第21页 |
| ·K-近邻分类识别 | 第21页 |
| ·笑脸表情分类的难点 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于 Optical_PHOG 特征提取的笑脸识别技术 | 第23-49页 |
| ·引言 | 第23页 |
| ·Optical_PHOG 特征的提取 | 第23-25页 |
| ·Optical_PHOG 特征 | 第23-24页 |
| ·Optical_PHOG 特征的提取流程 | 第24-25页 |
| ·光流特征的提取 | 第25-35页 |
| ·光流特征的提取流程 | 第25-26页 |
| ·人脸检测 | 第26-29页 |
| ·光流的计算 | 第29-33页 |
| ·光流特征提取 | 第33-35页 |
| ·PHOG 特征的提取 | 第35-40页 |
| ·嘴部区域提取 | 第35-36页 |
| ·Hog 特征 | 第36-38页 |
| ·金字塔分割技术 | 第38-39页 |
| ·PHOG 特征 | 第39-40页 |
| ·分类器的设计 | 第40-43页 |
| ·随机森林 RF 的结构 | 第41-42页 |
| ·随机森林的构建 | 第42-43页 |
| ·笑脸的识别结果及分析 | 第43-46页 |
| ·样本/样本集的整理 | 第43-44页 |
| ·识别结果及其分析 | 第44-46页 |
| ·本章小结 | 第46-49页 |
| 第四章 视频环境中的笑脸识别系统 | 第49-57页 |
| ·引言 | 第49页 |
| ·系统结构设计 | 第49-51页 |
| ·总体设计 | 第49-50页 |
| ·系统的功能模块设计 | 第50-51页 |
| ·系统模块介绍 | 第51-52页 |
| ·预处理模块 | 第51页 |
| ·特征提取模块 | 第51-52页 |
| ·分类识别模块 | 第52页 |
| ·系统实现及结果显示 | 第52-56页 |
| ·开源计算机视觉库 OpenCV | 第52-53页 |
| ·系统实现界面介绍 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 结束语 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |