首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人脸表情识别中若干关键技术的研究

摘要第1-7页
Abstract第7-12页
第一章 绪论第12-22页
   ·研究背景与项目情况第12页
   ·自动人脸表情识别问题的描述第12-13页
   ·人脸表情识别的研究意义与典型应用第13-14页
   ·人脸表情识别的难点、优势与不足第14-16页
     ·人脸表情识别的难点第14-15页
     ·人脸表情识别的优势第15-16页
     ·人脸表情识别的不足第16页
   ·论文的定位与思考第16-18页
     ·论文的定位第16-17页
     ·表情识别的思考第17-18页
   ·问题的提出及本人的工作第18-21页
     ·问题的提出第18-19页
     ·本文主要工作第19-21页
   ·文章的组织结构第21-22页
第二章 表情识别研究综述第22-38页
   ·情感研究的背景和意义第22页
   ·情绪理论研究第22-27页
     ·情绪理论的研究发展历史第22-23页
     ·情绪的分类第23-27页
     ·情绪的表达第27页
   ·人脸表情识别综述第27-34页
     ·人脸表情识别的一般计算模型探讨第28-29页
     ·人脸表情识别研究历史、现状概述第29-32页
     ·人脸表情识别主要技术方法归类第32-34页
   ·主要表情数据库的介绍第34页
   ·主要的表情识别系统第34页
   ·人脸表情识别领域的若干开放问题和技术发展趋势第34-37页
     ·若干开放问题探讨第34-36页
     ·可能的技术发展趋势第36-37页
   ·本章小结第37-38页
第三章 基于肤色和模板梯度的人脸检测第38-49页
   ·引言第38-39页
   ·前人的工作第39-41页
     ·肤色检测第39-40页
     ·模板检测第40-41页
   ·基于肤色和梯度模板的人脸检测第41-47页
     ·肤色检测第41-43页
     ·模板检测第43-44页
     ·算法检测过程第44-47页
   ·实验及分析第47-48页
   ·本章小节第48-49页
第四章 改进的主动形状模型第49-63页
   ·问题的提出第49-50页
   ·前人工作简介第50-52页
   ·搜索空间的改进第52-54页
   ·搜索过程的改进第54-57页
   ·搜索结果的评价第57页
   ·实验与分析第57-62页
   ·本章小结第62-63页
第五章 基于DWT-DCT 的人脸表情识别第63-70页
   ·问题的提出第63-64页
   ·基于DWT-DCT 的人脸表情识别第64-67页
     ·离散小波变换第64-65页
     ·离散余弦变换第65-66页
     ·ZIGZAG 拉直第66页
     ·马氏距离识别第66-67页
   ·实验及分析第67-69页
     ·特征维数选取第67-68页
     ·表情识别实验第68-69页
   ·本章小节第69-70页
第六章 人脸表情识别中独立特征的选取第70-85页
   ·问题的提出第70-71页
   ·前人的工作第71-77页
     ·独立分量分析(ICA)第71-75页
     ·AdaBoost 分类方法简介第75-77页
   ·AdaICA 人脸表情识别方法第77-80页
     ·独立分量特征的提取与分析第77-78页
     ·AdaBoost 学习第78-80页
   ·实验及分析第80-84页
   ·本章小结第84-85页
第七章 基于改进LBP 算子的表情识别方法第85-94页
   ·观点的由来第85-86页
   ·前人的工作第86-88页
   ·基于改进的“局部二元模式”人脸表情识别第88-92页
     ·表情数据的小波包分解与重构第88-90页
     ·局部-整体(Local-Holistic)的LBP 特征提取第90页
     ·自适应权重的特征组合第90-92页
   ·实验分析第92-93页
   ·本章小结第93-94页
第八章 总结与展望第94-97页
   ·本文研究内容及主要工作第94-95页
     ·主要研究内容第94页
     ·主要工作第94-95页
   ·后续工作第95-96页
   ·表情识别的进一步研究方向第96-97页
致谢第97-98页
参考文献第98-109页
博士期间论文发表情况第109页

论文共109页,点击 下载论文
上一篇:几类分块组合选取因子法的非奇H-矩阵判定
下一篇:论转型社会中的政府信用建设