| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 本文主要工作 | 第11页 |
| 1.4 本文组织安排 | 第11-13页 |
| 第2章 人脸表情识别综述 | 第13-21页 |
| 2.1 人脸表情识别的发展现状 | 第13-15页 |
| 2.2 人脸表情识别的难点、优势与不足 | 第15-19页 |
| 2.2.1 人脸表情识别的难点 | 第15-18页 |
| 2.2.2 人脸表情识别的优势 | 第18-19页 |
| 2.2.3 人脸表情识别的不足 | 第19页 |
| 2.3 人脸定位方法概述 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 LBP特征提取 | 第21-31页 |
| 3.1 引言 | 第21-22页 |
| 3.2 LBP简述 | 第22-25页 |
| 3.3 LBP算子扩展 | 第25-29页 |
| 3.4 基于局部二值模式的特征提取 | 第29-30页 |
| 3.5 小结 | 第30-31页 |
| 第4章 隐马尔可夫模型 | 第31-47页 |
| 4.1 隐马尔可夫模型定义 | 第31-33页 |
| 4.2 隐马尔可夫模型三个基本问题 | 第33-37页 |
| 4.2.1 前向后向算法 | 第33-35页 |
| 4.2.2 维特比算法 | 第35-36页 |
| 4.2.3 Baum Welch算法 | 第36-37页 |
| 4.3 隐马尔可夫模型的构造 | 第37-42页 |
| 4.3.1 按照马尔可夫模型输出概率分布分类 | 第37-40页 |
| 4.3.2 按照马尔可夫模型状态转移矩阵分类 | 第40-42页 |
| 4.4 HMM的下溢问题 | 第42-43页 |
| 4.5 HMM状态数的确定 | 第43-44页 |
| 4.6 改进型双层隐马尔可夫模型结构 | 第44-45页 |
| 4.7 本章小结 | 第45-47页 |
| 第5章 表情识别仿真实验 | 第47-56页 |
| 5.1 表情识别仿真实验概述 | 第47-48页 |
| 5.2 表情库的选择 | 第48-49页 |
| 5.3 基于HMM的人脸表情分析 | 第49-54页 |
| 5.3.1 基于隐马尔可夫模型分类器训练过程 | 第50-51页 |
| 5.3.2 计算p(O|λ)的概率 | 第51-54页 |
| 5.4 表情识别结果的优化与分析 | 第54-55页 |
| 5.4.1 表情识别实验的设计与实现 | 第54页 |
| 5.4.2 基于局部纹理特征和HMM的表情系统识别率 | 第54-55页 |
| 5.5 识别错误情况分析 | 第55页 |
| 5.6 识别优化情况分析 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |