面部情感特征描述及识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究状况 | 第10-16页 |
| ·国内外人脸表情识别现状 | 第10-12页 |
| ·人脸表情特征提取研究现状 | 第12-15页 |
| ·人脸表情特征分类研究现状 | 第15-16页 |
| ·常用人脸表情数据库 | 第16-17页 |
| ·本文研究内容及论文组织 | 第17-18页 |
| 2 人脸表情图像预处理 | 第18-24页 |
| ·边缘检测 | 第18-19页 |
| ·人眼定位 | 第19页 |
| ·表情图像规范化 | 第19-23页 |
| ·旋转归一化 | 第20-21页 |
| ·尺寸归一化 | 第21页 |
| ·灰度规范化 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 人脸特征提取 | 第24-41页 |
| ·主动形状模型 | 第24-32页 |
| ·点分布模型 | 第25页 |
| ·对齐训练集 | 第25-27页 |
| ·ASM模型建立 | 第27-29页 |
| ·ASM拟合算法 | 第29-32页 |
| ·主动表观模型 | 第32-38页 |
| ·三角剖分 | 第32-35页 |
| ·纹理变化建模 | 第35-36页 |
| ·表观建模 | 第36-37页 |
| ·搜索算法 | 第37-38页 |
| ·混合改进的ASM与AAM特征定位方法 | 第38-39页 |
| ·二维ASM | 第38-39页 |
| ·独立AAM建模 | 第39页 |
| ·实验结果与分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 4 支持向量机 | 第41-51页 |
| ·机器学习 | 第41-44页 |
| ·机器学习概述 | 第41-42页 |
| ·经验风险最小化 | 第42-43页 |
| ·复杂性和推广能力 | 第43-44页 |
| ·统计学习理论 | 第44-46页 |
| ·VC维理论 | 第44-45页 |
| ·推广性的界 | 第45页 |
| ·结构风险最小化 | 第45-46页 |
| ·支持向量机 | 第46-50页 |
| ·线性可分的最优分类面 | 第47-49页 |
| ·线性不可分的最优分类面 | 第49页 |
| ·多类支持向量机 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 人脸表情识别系统实现与分析 | 第51-56页 |
| ·系统实现流程 | 第51-52页 |
| ·系统界面设计 | 第52-55页 |
| ·实验分析 | 第55-56页 |
| 6 总结与展望 | 第56-59页 |
| ·工作总结 | 第56页 |
| ·课题展望 | 第56-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士期间发表的论文 | 第62-63页 |
| 致谢 | 第63-65页 |
