| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-16页 |
| ·人脸表情识别的背景和意义 | 第9页 |
| ·人脸表情识别的研究现状 | 第9-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·人脸表情识别技术的难点和研究方向 | 第12-14页 |
| ·人脸表情识别存在的问题 | 第12-13页 |
| ·人脸表情识别技术的难点 | 第13页 |
| ·人脸表情识别技术的研究方向 | 第13-14页 |
| ·论文的章节安排 | 第14-16页 |
| 第二章 人脸表情图像的基本理论知识 | 第16-21页 |
| ·人脸表情的基本分类 | 第16-18页 |
| ·人脸表情识别的步骤 | 第18页 |
| ·人脸检测方法 | 第18-19页 |
| ·人脸表情识别方法 | 第19-20页 |
| ·基于几何特征的识别方法 | 第19页 |
| ·基于整体特征的识别方法 | 第19-20页 |
| ·基于模型的识别方法 | 第20页 |
| ·小结 | 第20-21页 |
| 第三章 人脸表情图像预处理过程 | 第21-27页 |
| ·人脸表情图像的分割与去噪 | 第21-22页 |
| ·人脸表情图像子区域的分割 | 第21页 |
| ·人脸表情图像的去噪处理 | 第21-22页 |
| ·人脸表情图像的尺度归一化 | 第22-24页 |
| ·图像裁剪 | 第23页 |
| ·人脸表情的缩放 | 第23-24页 |
| ·人脸表情图像的灰度归一化 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第四章 基于 Gabor 小波人脸表情特征提取 | 第27-33页 |
| ·Gabor 小波 | 第27页 |
| ·Gabor 滤波器 | 第27-28页 |
| ·基于 Gabor 小波变换的人脸表情特征图提取 | 第28-32页 |
| ·Gabor 滤波器组的设计 | 第29-30页 |
| ·人脸表情特征提取 | 第30-31页 |
| ·人脸表情区域选取 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第五章 基于弹性图匹配和改进 Hausdorff 距离的表情分类和识别 | 第33-41页 |
| ·弹性图匹配算法（EBGM） | 第33-34页 |
| ·基于最小能量函数的弹性模版匹配算法 | 第34页 |
| ·传统表情相似度计算算法 | 第34-35页 |
| ·欧式距离概述 | 第34-35页 |
| ·基于传统欧式距离的相似度计算 | 第35页 |
| ·一种改进的相似度计算算法 | 第35-39页 |
| ·基于 Hausdorff 距离相似度计算 | 第36-37页 |
| ·基于改进的 Hausdorff 距离相似度计算 | 第37-38页 |
| ·改进的人脸表情识别分类算法 | 第38-39页 |
| ·K 近邻表情分类 | 第39-40页 |
| ·K 近邻分类概述 | 第39-40页 |
| ·基于 K 近邻算法的人脸表情分类 | 第40页 |
| ·小结 | 第40-41页 |
| 第六章 人脸表情识别系统的实现与性能分析 | 第41-48页 |
| ·人脸表情识别的评价标准 | 第41页 |
| ·测试人脸表情图像库 | 第41-43页 |
| ·实验结果分析与评价 | 第43-48页 |
| ·人脸表情识别流程框图 | 第43-44页 |
| ·实验结果分析 | 第44-46页 |
| ·部分实验结果展示 | 第46-48页 |
| 第七章 总结与展望 | 第48-50页 |
| ·总结 | 第48-49页 |
| ·后期展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 附录 A（攻读硕士学位期间发表的论文） | 第56-57页 |
| 附录 B（攻读硕士学位期间所获奖励） | 第57-58页 |
| 附录 C（攻读硕士学位期间项目研发） | 第58页 |