| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究目的与意义 | 第10-11页 |
| ·人脸表情识别研究的历史阶段 | 第11-12页 |
| ·表情识别研究现状 | 第12-15页 |
| ·课题的主要研究内容及成果 | 第15-16页 |
| ·基于Gabor 小波变换和两次DCT 的表情特征提取方法 | 第15-16页 |
| ·基于BP 神经网络的面部表情分类 | 第16页 |
| ·基于神经网络集成的面部表情分类 | 第16页 |
| ·论文的组织结构 | 第16-17页 |
| 第2章 表情识别研究的结构和问题 | 第17-23页 |
| ·表情识别研究的结构 | 第17-20页 |
| ·人脸定位与预处理 | 第17-18页 |
| ·面部表情特征提取 | 第18-19页 |
| ·面部表情分类 | 第19-20页 |
| ·面部表情识别领域仍然存在的问题 | 第20-21页 |
| ·主要表情数据库的介绍 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 人脸表情特征提取 | 第23-37页 |
| ·人脸定位 | 第23-25页 |
| ·简单背景下的人脸定位算法 | 第23-24页 |
| ·复杂背景下的人脸检测算法 | 第24-25页 |
| ·图像预处理 | 第25-27页 |
| ·灰度预处理 | 第26页 |
| ·尺度预处理 | 第26-27页 |
| ·其它预处理方法 | 第27页 |
| ·特征提取 | 第27-36页 |
| ·基于几何方法的特征提取 | 第27-28页 |
| ·基于统计方法的特征提取 | 第28-30页 |
| ·基于频率方法的特征提取 | 第30-31页 |
| ·基于Gabor 小波变换和两次DCT 的人脸表情特征提取 | 第31-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于神经网络的人脸表情分类 | 第37-64页 |
| ·神经网络集成 | 第37-48页 |
| ·神经网络集成概述 | 第37-41页 |
| ·神经网络结构 | 第41-42页 |
| ·神经网络学习公式推导 | 第42-46页 |
| ·神经网络的优缺点 | 第46-48页 |
| ·神经网络集成的实现方法 | 第48-53页 |
| ·神经网络集成的结论生成方法 | 第48页 |
| ·神经网络集成的个体生成方法 | 第48-50页 |
| ·基于Bagging 技术的神经网络集成分类器设计 | 第50-52页 |
| ·泛化误差分析 | 第52-53页 |
| ·BP 神经网络表情分类实验分析 | 第53-58页 |
| ·BP 神经网络的设计 | 第53-54页 |
| ·BP 网络分类结果 | 第54-58页 |
| ·集成神经网络表情分类实验分析 | 第58-63页 |
| ·集成神经网络的设计 | 第59页 |
| ·神经网络集成实验结果 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
