基于粗糙集与混合特征的人脸表情识别研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-17页 |
| ·人脸表情自动识别系统 | 第10-11页 |
| ·人脸检测与定位 | 第11-13页 |
| ·表情特征提取 | 第13-15页 |
| ·表情识别分类 | 第15-17页 |
| ·论文的研究内容及主要工作 | 第17-18页 |
| ·论文的结构 | 第18-19页 |
| 第二章 人脸检测与表情图像的预处理 | 第19-24页 |
| ·人脸检测 | 第19页 |
| ·表情图像的旋转调整 | 第19-20页 |
| ·表情图像的尺寸归一化 | 第20-21页 |
| ·表情图像灰度均衡化 | 第21-23页 |
| ·小结 | 第23-24页 |
| 第三章 基于AAM与粗糙集相结合的特征提取 | 第24-40页 |
| ·基于主动表观模型(AAM)的人脸特征点定位 | 第24-28页 |
| ·人脸表情特征的提取 | 第28-30页 |
| ·表情结构的特点 | 第28-29页 |
| ·表情特征的提取 | 第29-30页 |
| ·基于粗糙集的表情特征选择 | 第30-38页 |
| ·粗糙集理论 | 第31-33页 |
| ·基于粗糙集的特征选择 | 第33-38页 |
| ·实验结果与分析 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 基于UWPCA与粗糙集相结合的特征提取 | 第40-50页 |
| ·主成分分析算法(PCA) | 第40-42页 |
| ·改进的加权主成分分析(UWPCA) | 第42-45页 |
| ·加权主成分分析(WPCA) | 第42-43页 |
| ·改进的加权主成分分析(UWPCA) | 第43-45页 |
| ·基于RS的特征选择 | 第45-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第五章 基于特征融合与离散HMM的表情识别 | 第50-60页 |
| ·基于AAM-RS的几何距离特征提取 | 第50页 |
| ·基于UWPCA-RS整体特征提取 | 第50-51页 |
| ·基于核典型相关分析的局部几何特征与整体特征融合 | 第51-54页 |
| ·信息融合的基本理论 | 第51页 |
| ·核典型相关分析算法 | 第51-53页 |
| ·局部与整体表情特征融合 | 第53-54页 |
| ·基于HMM的分类识别 | 第54-57页 |
| ·隐马尔可夫模型 | 第54-55页 |
| ·隐马尔可夫模型的三个基本问题 | 第55-56页 |
| ·表情识别中隐马尔可夫模型的选取 | 第56-57页 |
| ·基于混合特征的人脸表情识别算法 | 第57-58页 |
| ·表情识别实验结果与分析 | 第58-59页 |
| ·小结 | 第59-60页 |
| 第六章 表情识别原型系统的设计与实现 | 第60-69页 |
| ·原型系统的总体结构 | 第60-61页 |
| ·核心类的设计与实现 | 第61-65页 |
| ·图像处理基本类的设计 | 第61-62页 |
| ·表情特征提取与矩阵类的设计 | 第62-64页 |
| ·离散HMM类的设计 | 第64-65页 |
| ·原型系统的实现 | 第65-68页 |
| ·小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 发表论文 | 第75页 |
