基于Gabor小波的人脸表情识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 背景及研究意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 人脸表情识别方法 | 第12-13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 2 人脸检测和表情预处理 | 第15-25页 |
| 2.1 人脸检测 | 第15-20页 |
| 2.2 表情图像的预处理 | 第20-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 表情特征提取方法 | 第25-29页 |
| 3.1 GABOR特征 | 第25-26页 |
| 3.2 主成分分析(PCA) | 第26-27页 |
| 3.3 线性判别分析(LDA) | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 分类器的设计 | 第29-32页 |
| 4.1 距离分类器和K最近邻法(KNN) | 第29-30页 |
| 4.2 支持向量机(SVM) | 第30-31页 |
| 4.3 本章小结 | 第31-32页 |
| 5 基于GABOR特征的人脸表情识别 | 第32-47页 |
| 5.1 GABOR滤波器组 | 第32-35页 |
| 5.2 人脸表情数据库 | 第35-37页 |
| 5.3 实验部分 | 第37-41页 |
| 5.4 实时人脸表情识别系统的设计 | 第41-46页 |
| 5.5 本章小结 | 第46-47页 |
| 6 总结与展望 | 第47-49页 |
| 6.1 工作总结 | 第47页 |
| 6.2 下一步工作展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |