首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多特征集成分类器的人脸表情识别研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-14页
   ·引言第9页
   ·研究背景及意义第9-10页
   ·研究现状第10-12页
   ·本文主要研究内容第12-13页
   ·论文结构第13-14页
第二章 人脸表情识别相关技术综述第14-27页
   ·表情图像的预处理第14-19页
     ·人眼定位第15-16页
     ·尺寸归一化第16-17页
     ·灰度均衡化第17-19页
   ·表情特征提取方法第19-20页
     ·传统的表情特征提取方法第19-20页
     ·混合特征提取方法第20页
   ·表情分类方法第20-26页
     ·基于距离的分类器第20-22页
     ·人工神经网络第22-23页
     ·集成分类器算法第23-26页
   ·本章小结第26-27页
第三章 人脸表情识别算法研究第27-45页
   ·基于改进的Gabor特征提取算法的人脸表情识别第27-33页
     ·Gabor特征提取第27-28页
     ·Gabor特征提取后的降维第28-29页
     ·改进的Gabor特征提取算法第29-31页
     ·实验结果及分析第31-33页
   ·基于双向二维直接线性判别分析的人脸表情识别第33-38页
     ·双向二维直接线性判别分析算法第34-36页
     ·实验结果及分析第36-38页
   ·基于二维判别保局投影的人脸表情识别第38-44页
     ·保局投影算法第39-40页
     ·二维保局投影算法第40-41页
     ·二维判别保局投影算法第41-43页
     ·实验结果及分析第43-44页
   ·本章小结第44-45页
第四章 基于多特征集成分类器的人脸表情识别第45-51页
   ·集成分类器算法的优缺点第45-46页
   ·基于多特征集成分类器的人脸表情识别第46-49页
     ·多特征集成分类器人脸表情识别系统的结构第46-47页
     ·基于神经网络的集成分类器模型第47-49页
     ·实验结果及分析第49页
   ·本章小结第49-51页
结论第51-53页
参考文献第53-59页
攻读硕士学位期间取得的研究成果第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:数据挖掘在计算机教学评价中的应用研究
下一篇:基于SCADA系统的中间数据库平台的研究与实现