| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·课题研究的背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·人脸的检测 | 第9-10页 |
| ·特征提取 | 第10-12页 |
| ·表情的分类 | 第12-13页 |
| ·本文研究的主要内容及其结构安排 | 第13-15页 |
| ·研究的主要内容 | 第13页 |
| ·论文的结构安排 | 第13-15页 |
| 2 表情图像的预处理 | 第15-26页 |
| ·眼睛的定位 | 第15-21页 |
| ·人眼的粗定位 | 第15-17页 |
| ·眼睛的精确定位 | 第17-21页 |
| ·人脸图像的规范化 | 第21-25页 |
| ·人脸图像的旋转 | 第21-22页 |
| ·人脸的裁剪 | 第22-23页 |
| ·尺度归一化 | 第23-24页 |
| ·人脸图像的光照补偿 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 特征提取及其降维处理 | 第26-33页 |
| ·Gabor 小波提取特征 | 第26-29页 |
| ·二维Gabor 小波变换 | 第26-28页 |
| ·Gabor 小波变换提取表情特征 | 第28-29页 |
| ·降维处理 | 第29-32页 |
| ·非均匀采样 | 第29-30页 |
| ·PCA 降维原理 | 第30-32页 |
| ·2DPCA 降维原理 | 第32页 |
| ·双向二维主元分析法（2D-2DPCA） | 第32页 |
| ·本章小结 | 第32-33页 |
| 4 基于 Gabor 变换最优通道模糊融合的表情识别 | 第33-51页 |
| ·人工神经网络的概述 | 第33-35页 |
| ·神经网络的特点及功能 | 第33-34页 |
| ·几种典型的人工神经网络 | 第34-35页 |
| ·BP 网络的原理 | 第35-39页 |
| ·神经网络的学习 | 第35-36页 |
| ·BP 网络的结构 | 第36-37页 |
| ·BP 算法的数学原理 | 第37-39页 |
| ·表情识别中BP 神经网络的设计 | 第39-41页 |
| ·BP 网络层数的选择 | 第39页 |
| ·各层节点数的选择 | 第39-40页 |
| ·激活函数的选择和初始权值 | 第40-41页 |
| ·学习速率的设置 | 第41页 |
| ·基于BP 网络表情识别实验及结果分析 | 第41-44页 |
| ·基于Gabor 变换多通道模糊融合的表情识别 | 第44-50页 |
| ·模糊积分的概述 | 第44-45页 |
| ·Sugeno 模糊积分多分类器融合 | 第45-47页 |
| ·多分类器融合实验及其结果分析 | 第47-49页 |
| ·最优通道的选取及其融合实验分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 总结 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录 | 第59页 |
| A. 研究生期间发表或录用的论文 | 第59页 |