| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题背景 | 第10页 |
| ·相关领域的研究现状及应用 | 第10-12页 |
| ·论文的研究内容及主要工作 | 第12-13页 |
| ·论文的结构 | 第13-14页 |
| 第二章 人脸表情识别技术的研究与发展 | 第14-24页 |
| ·概述 | 第14页 |
| ·人脸表情识别系统若干阶段分析 | 第14-17页 |
| ·人脸检测 | 第15页 |
| ·表情特征提取 | 第15-16页 |
| ·表情分类识别 | 第16-17页 |
| ·典型的人脸表情特征提取方法介绍 | 第17-21页 |
| ·局部二进制特征(LBP)算子 | 第17-18页 |
| ·小波分解 | 第18-20页 |
| ·光流模型 | 第20页 |
| ·图像差分 | 第20-21页 |
| ·比较与分析 | 第21页 |
| ·人脸表情识别存在问题与发展趋势 | 第21-23页 |
| ·小结 | 第23-24页 |
| 第三章 人脸检测与表情图像预处理 | 第24-32页 |
| ·人脸检测 | 第24-25页 |
| ·表情图像尺度归一化 | 第25-26页 |
| ·基于小波分解的表情图像获取 | 第26-30页 |
| ·小波分解方法简介 | 第26-29页 |
| ·实验结果及表情图像的获取 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第四章 基于改进的分块VLBP算法的人脸表情特征提取与识别 | 第32-46页 |
| ·改进的分块VLBP算法 | 第32-37页 |
| ·改进的基本VLBP算子 | 第32-35页 |
| ·旋转不变的改进VLBP算法 | 第35-36页 |
| ·分块旋转不变的改进VLBP算法 | 第36-37页 |
| ·基于分块VLBP算法的特征提取方法 | 第37-39页 |
| ·基于SVM的人脸表情识别方法 | 第39-41页 |
| ·实验结果及分析 | 第41-44页 |
| ·分块大小的确定 | 第41-42页 |
| ·SVM分类器参数的确定 | 第42-44页 |
| ·实验结果及比较分析 | 第44页 |
| ·小结 | 第44-46页 |
| 第五章 基于神经网络贡献分析法的人脸表情特征选择 | 第46-56页 |
| ·人脸表情特征选择概述 | 第46页 |
| ·神经网络贡献分析特征选择方法简述 | 第46-50页 |
| ·基于神经网络贡献分析的人脸表情特征选择方法 | 第50-51页 |
| ·人脸表情特征选择有效性分析 | 第51-54页 |
| ·类的定义和聚类性分析 | 第52页 |
| ·人脸表情特征的聚类性分析 | 第52-54页 |
| ·人脸表情识别实验结果及分析 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第六章 表情识别原型系统的设计与实现 | 第56-66页 |
| ·面向对象、UML和设计模式 | 第56-57页 |
| ·系统的功能分析 | 第57页 |
| ·核心类的设计与实现 | 第57-62页 |
| ·图像处理基本类的设计 | 第58-59页 |
| ·Harr小波变换类的设计 | 第59-60页 |
| ·分块VLBP类的设计 | 第60-61页 |
| ·SVM类的设计 | 第61-62页 |
| ·人脸表情识别系统的界面简介 | 第62-64页 |
| ·小结 | 第64-66页 |
| 第七章 结束语 | 第66-68页 |
| ·工作总结 | 第66-67页 |
| ·下一步工作展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 发表文章 | 第71页 |