人脸面部表情的分析与研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| §1-1 研究的背景和意义 | 第7-8页 |
| §1-2 人脸表情识别研究现状及存在问题 | 第8-11页 |
| 1-2-1 表情识别的发展及其现状 | 第8-9页 |
| 1-2-2 表情识别存在的问题及难点 | 第9-11页 |
| §1-3 表情识别的基本理论 | 第11-13页 |
| 1-3-1 表情识别的主要方法 | 第11-12页 |
| 1-3-2 表情识别的框架体系 | 第12-13页 |
| §1-4 本文的主要研究内容 | 第13-14页 |
| 第二章 表情图像预处理 | 第14-23页 |
| §2-1 表情图像预处理概论 | 第14-16页 |
| 2-1-1 图像处理基本原理 | 第14-16页 |
| 2-1-2 表情图像预处理概论 | 第16页 |
| §2-2 基于图像增强的表情图像预处理 | 第16-23页 |
| 2-2-1 表情图像标准化 | 第16-18页 |
| 2-2-2 图像去噪 | 第18-20页 |
| 2-2-3 表情的轮廓提取 | 第20-23页 |
| 第三章 表情特征的提取及降维 | 第23-31页 |
| §3-1 特征表示与提取 | 第23页 |
| §3-2 特征降维原理 | 第23-26页 |
| 3-2-1 特征降维的意义 | 第23-24页 |
| 3-2-2 特征降维的主要方法 | 第24-26页 |
| §3-3 基于主成分分析的表情特征提取 | 第26-31页 |
| 3-3-1 主成分分析的基本原理 | 第26-28页 |
| 3-3-2 基于主成分分析的表情特征提取 | 第28-31页 |
| 第四章 表情图像分类与识别 | 第31-39页 |
| §4-1 人工神经网络概述 | 第31-32页 |
| §4-2 BP 神经网络 | 第32-36页 |
| 4-2-1 BP 神经网络的基本原理 | 第32-35页 |
| 4-2-2 建立BP 模型的基本原则和步骤 | 第35-36页 |
| §4-3 基于BP 网络的表情识别分类 | 第36-39页 |
| 4-3-1 基于BP 网络的表情分类 | 第36-37页 |
| 4-3-2 基于改进的BP 网络的表情分类 | 第37-39页 |
| 第五章 基于 BP 网络的表情分类系统设计与实现 | 第39-52页 |
| §5-1 系统的总体框架设计 | 第39页 |
| §5-2 人脸表情库的选取 | 第39-40页 |
| §5-3 分类前的图像预处理 | 第40-44页 |
| 5-3-1 图像去噪 | 第41页 |
| 5-3-2 图像增强 | 第41-42页 |
| 5-3-3 锐化和边缘提取 | 第42-44页 |
| §5-4 表情的特征提取 | 第44-46页 |
| §5-5 表情分类算法 | 第46-50页 |
| 5-5-1 距离门限值法 | 第46-47页 |
| 5-5-2 BP 神经网络算法 | 第47-48页 |
| 5-5-3 基于遗传算法的 BP 神经网络算法 | 第48-50页 |
| §5-6 实验结果与分析 | 第50-52页 |
| 第六章 结论 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56页 |
