| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题背景 | 第11-12页 |
| ·人脸特征分析的难点 | 第12-13页 |
| ·本文的主要目标和工作 | 第13-14页 |
| ·基于图分割的特征空间分析 | 第13页 |
| ·基于局部坐标编码的子空间能量优化 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第2章 子空间学习及人脸特征分析相关技术综述 | 第15-33页 |
| ·子空间学习方法 | 第15-18页 |
| ·主成分分析 | 第15-16页 |
| ·稀疏编码 | 第16-17页 |
| ·局部坐标编码 | 第17-18页 |
| ·人脸表情识别 | 第18-28页 |
| ·基于二维图像的人脸表情识别 | 第19-25页 |
| ·基于三维数据的人脸表情识别 | 第25-28页 |
| ·人脸照片合成 | 第28-33页 |
| ·从人脸照片合成素描画 | 第28-30页 |
| ·从素描画合成人脸照片 | 第30-33页 |
| 第3章 基于图分割的特征分析及其在三维人脸表情识别中的应用 | 第33-47页 |
| ·研究背景 | 第33-35页 |
| ·特征选择 | 第35-40页 |
| ·特征描述 | 第35-36页 |
| ·特征属性 | 第36-38页 |
| ·基于Normalized Cut的特征选择算法 | 第38-40页 |
| ·特征融合 | 第40-41页 |
| ·特征降维 | 第40页 |
| ·特征归一化与合并 | 第40-41页 |
| ·三维人脸表情分类 | 第41-45页 |
| ·分类算法 | 第41-42页 |
| ·实验和比较 | 第42-45页 |
| ·小结 | 第45-47页 |
| 第4章 基于局部坐标编码的特征空间优化及其在人脸照片合成中的应用 | 第47-63页 |
| ·研究背景 | 第47-49页 |
| ·照片合成中的能量定义 | 第49-50页 |
| ·基于局部坐标编码的特征空间扩展 | 第50-54页 |
| ·局部坐标编码 | 第50页 |
| ·关联字典的学习 | 第50-51页 |
| ·候选照片块的生成 | 第51-53页 |
| ·引入局部坐标编码的优点 | 第53-54页 |
| ·全局能量优化 | 第54-56页 |
| ·多带融合 | 第56页 |
| ·实验结果 | 第56-62页 |
| ·小结 | 第62-63页 |
| 第5章 总结及展望 | 第63-66页 |
| ·工作总结 | 第63-64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间主要的研究成果 | 第72-73页 |
| 致谢 | 第73页 |