| Abstract | 第6-8页 |
| 摘要 | 第9-11页 |
| Dedication | 第11-16页 |
| LIST OF TABLES | 第16-17页 |
| LIST OF FIGURES | 第17-20页 |
| Chapter 1 Introduction | 第20-32页 |
| 1.1 Background to Facial Expression Studies | 第20-23页 |
| 1.1.1 The History of Facial Expression Studies | 第20-21页 |
| 1.1.2 Modern Applications of Facial Expression Recognition | 第21-23页 |
| 1.2 System Vulnerabilities | 第23-27页 |
| 1.2.1 Skin and Face Detections | 第23-24页 |
| 1.2.2 Normalization | 第24-25页 |
| 1.2.3 Computational Complexity | 第25页 |
| 1.2.4 Challenges with Databases | 第25-26页 |
| 1.2.5 Misclassification | 第26页 |
| 1.2.6 Expression Recognition Accuracy | 第26-27页 |
| 1.3 Heterogeneous Facial Expressions | 第27-29页 |
| 1.4 Project Description | 第29-31页 |
| 1.4.1 Introduction | 第29-30页 |
| 1.4.2 Limitations of study | 第30页 |
| 1.4.3 Objectives of study | 第30-31页 |
| 1.5 The Organization of Dissertation | 第31页 |
| 1.6 Brief Summary | 第31-32页 |
| Chapter 2 Techniques of Heterogeneous FacialExpression Recognition | 第32-77页 |
| 2.1 Introduction | 第32页 |
| 2.2 Facial Image Data | 第32-44页 |
| 2.2.1 Facial Image Data Acquisition Methods | 第32-34页 |
| 2.2.2 AUs,FAUs and FACS | 第34-39页 |
| 2.2.3 Commercial Databases | 第39-44页 |
| 2.3 Procedural Techniques to Heterogeneous Facial Expression Recognition | 第44-74页 |
| 2.3.1 Skin Detection | 第44-48页 |
| 2.3.2 Face Detection | 第48-49页 |
| 2.3.3 Expression Recogniton | 第49-74页 |
| 2.3.3.1 Introduction | 第49-51页 |
| 2.3.3.2 Face Representation | 第51-52页 |
| 2.3.3.3 Facial Feature Extraction Methods | 第52-61页 |
| 2.3.3.3.1 Haar Feature Extraction | 第52-54页 |
| 2.3.3.3.2 Distance-Based Extraction | 第54-56页 |
| 2.3.3.3.3 Patch-Based Extraction | 第56-58页 |
| 2.3.3.3.4 Gabor Feature Extraction Method | 第58-61页 |
| 2.3.3.4 Feature Dimensionality Reductions | 第61-67页 |
| 2.3.3.4.1 Principal Component Analysis(PCA) | 第62-63页 |
| 2.3.3.4.2 Linear Discriminant Analysis(LDA) | 第63-66页 |
| 2.3.3.4.3 AdaBoost Feature Reduction | 第66-67页 |
| 2.3.3.5 Expression Classifiers | 第67-74页 |
| 2.3.3.5.1 Classification by Hidden Markov Model(HMM) | 第68-69页 |
| 2.3.3.5.2 Classification by Bayesian Network(BN) | 第69-70页 |
| 2.3.3.5.3 Classification by AdaBoost | 第70-71页 |
| 2.3.3.5.4 Classification by Support Vector Machine(SVM) | 第71-74页 |
| 2.4 The Proposed Techniques to Facial Expression Recognitions | 第74-76页 |
| 2.5 Brief Summary | 第76-77页 |
| Chapter 3 Robust Pixel-Based Skin Detection | 第77-89页 |
| 3.1 Introduction | 第77页 |
| 3.2 The Proposed Method | 第77-85页 |
| 3.2.1 Light Normalization | 第79-81页 |
| 3.2.2 Converting RGB Image into HSV | 第81页 |
| 3.2.3 Determining C_r, C_b from RGB | 第81-82页 |
| 3.2.4 The Skin Threshold Value for C_b-C_r and H | 第82-84页 |
| 3.2.5 Skin Regions Extraction | 第84-85页 |
| 3.2.6 Morphological Operations | 第85页 |
| 3.3 Results and Discussions | 第85-88页 |
| 3.3.1 Visual Performance | 第85-87页 |
| 3.3.2 Comparative Evaluation | 第87-88页 |
| 3.4 Brief Summary | 第88-89页 |
| Chapter 4 Face Detection by Multilayer Feed-ForwardNeural Network | 第89-107页 |
| 4.1 Introduction | 第89-91页 |
| 4.2 Image Acquisition and Preprocessing | 第91页 |
| 4.3 Facial Features Extraction by Gabor Filters | 第91-94页 |
| 4.4 Normalization and down-sampling | 第94-98页 |
| 4.4.1 Two-Dimensional Discrete Cosine Transform (2D-DCT) | 第94-95页 |
| 4.4.2 Application of 2D-DCT to Image Normalization | 第95-96页 |
| 4.4.3 Down-sampling of image | 第96-98页 |
| 4.5 Improved Face Classification by MFFNN | 第98-102页 |
| 4.6 Experimental Results and Analysis | 第102-105页 |
| 4.7 Brief Summary | 第105-107页 |
| Chapter 5 Multi-classification Approach toHeterogeneous Facial Expression Recognition | 第107-133页 |
| 5.1 Introduction | 第107-108页 |
| 5.2 Facial Feature Tracking and Extraction | 第108-115页 |
| 5.2.1 Facial Feature Tracking | 第108-113页 |
| 5.2.2 Gabor Feature Extraction | 第113-115页 |
| 5.3 Related Classification Methods | 第115-117页 |
| 5.3.1 AdaBoost Multiclass Algorithm | 第115-117页 |
| 5.3.2 SVM Multiclass Algorithm | 第117页 |
| 5.4 Facial Expression Recognition by Ada-AdaSVM | 第117-121页 |
| 5.4.1 The Principle of Ada-AdaSVM | 第118页 |
| 5.4.2 Facial Expression Recognition Algorithm by Ada-AdaSVM | 第118-121页 |
| 5.5 Experimental Results and Analysis | 第121-132页 |
| 5.5.1 Experimental Environment | 第121-122页 |
| 5.5.2 Recognition Accuracy and Comparative Analysis | 第122-130页 |
| 5.5.3 Recognition Speed and Comparative Analysis | 第130-132页 |
| 5.6 Brief Summary | 第132-133页 |
| Chapter 6 General Conclusions and Future Work | 第133-139页 |
| 6.1 General Conclusions | 第133-135页 |
| 6.2 Contributions | 第135-138页 |
| 6.3 Future Work | 第138-139页 |
| Acknowledgment | 第139-140页 |
| References | 第140-160页 |
| Publications | 第160页 |
