人脸表情识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题背景和意义 | 第9-10页 |
| ·国内外研究进展 | 第10-11页 |
| ·人脸识别和表情识别 | 第11页 |
| ·表情识别总体结构 | 第11-12页 |
| ·本文主要研究内容与结构安排 | 第12-14页 |
| 第二章 表情图像预处理 | 第14-23页 |
| ·人脸检测方法简介 | 第15-16页 |
| ·表情图像预处理 | 第16-22页 |
| ·灰度预处理 | 第16页 |
| ·灰度直方图均衡化 | 第16-17页 |
| ·基于人眼定位的图像裁剪旋转 | 第17-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 PCA表情特征提取 | 第23-34页 |
| ·表情特征提取方法 | 第23-26页 |
| ·PCA的数学原理 | 第26-30页 |
| ·主成分分析的概念及基本思想 | 第26-28页 |
| ·主成分分析的数学模型及几何意义 | 第28-30页 |
| ·K-L变换 | 第30-31页 |
| ·基于主成分分析的表情特征提取 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于最近邻方法的人脸表情识别 | 第34-40页 |
| ·最近邻分类器的基本原理 | 第34-36页 |
| ·核最近邻分类器 | 第36-37页 |
| ·实验过程及分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基于SVM的人脸表情识别 | 第40-55页 |
| ·概述 | 第40-41页 |
| ·统计学习理论 | 第41-42页 |
| ·最优分类面 | 第42-46页 |
| ·最优分类面 | 第42-45页 |
| ·广义最优分类面 | 第45-46页 |
| ·SVM | 第46-52页 |
| ·支持向量机基本原理 | 第46-48页 |
| ·SVM训练算法 | 第48-49页 |
| ·SVM多分类器 | 第49-52页 |
| ·实验过程与结果分析 | 第52-53页 |
| ·SVM与最近邻分类的比较 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表论文 | 第62页 |
