基于深度学习的AU识别及表情关联规则挖掘研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外发展现状 | 第9-10页 |
| 1.3 本文研究内容 | 第10-11页 |
| 第二章 族系间三维人脸表情特征数据库构建 | 第11-18页 |
| 2.1 Kinect2.0 简介 | 第11-12页 |
| 2.2 基于WPF的界面构建 | 第12-14页 |
| 2.3 3D人脸表情数据库构建 | 第14-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 基于m RMR算法的三维AU特征选择 | 第18-27页 |
| 3.1 m RMR算法简介 | 第18-19页 |
| 3.2 FACS系统及三维AU特征点 | 第19-23页 |
| 3.3 基于m RMR算法的人脸AU特征向量 | 第23-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 基于深度学习的AU组合强度关联机制 | 第27-58页 |
| 4.1 深度学习算法概述 | 第27-30页 |
| 4.2 基本表情的AU间关联规则研究 | 第30-46页 |
| 4.3 复合表情的AU间关联规则研究 | 第46-56页 |
| 4.4 族系间AU关联规则 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结 | 第58-60页 |
| 5.1 本文的主要贡献 | 第58页 |
| 5.2 后续的研究展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 个人简介 | 第64页 |