| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 情绪识别研究的背景和意义 | 第9-11页 |
| 1.2 脑电情绪识别的国内外研究现状 | 第11-12页 |
| 1.3 人脸表情识别的国内外研究现状 | 第12-13页 |
| 1.4 多模态情绪识别的国内外研究现状 | 第13-14页 |
| 1.5 论文主要内容和章节安排 | 第14-16页 |
| 1.5.1 论文主要内容 | 第14页 |
| 1.5.2 论文章节安排 | 第14-16页 |
| 第二章 脑电信号和人脸表情识别概述 | 第16-29页 |
| 2.1 脑电信号概述 | 第16页 |
| 2.2 脑电采集设备 | 第16-18页 |
| 2.2.1 侵入式脑电采集设备 | 第16-17页 |
| 2.2.2 非侵入式脑电采集设备 | 第17-18页 |
| 2.3 脑电信号预处理算法 | 第18-19页 |
| 2.4 脑电信号特征提取算法 | 第19-22页 |
| 2.4.1 时域分析方法 | 第19-20页 |
| 2.4.2 频域分析方法 | 第20-21页 |
| 2.4.3 时频域分析方法 | 第21-22页 |
| 2.5 人脸表情识别概述 | 第22-27页 |
| 2.5.1 人脸检测算法 | 第23-24页 |
| 2.5.2 图像预处理算法 | 第24-25页 |
| 2.5.3 人脸表情特征提取算法 | 第25-27页 |
| 2.6 支持向量机分类器 | 第27-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第三章 基于脑电和人脸表情的双模态情绪识别系统设计 | 第29-43页 |
| 3.1 脑电模态系统设计 | 第29-36页 |
| 3.1.1 DEAP数据库 | 第30-31页 |
| 3.1.2 脑电信号预处理 | 第31-32页 |
| 3.1.3 脑电信号特征提取 | 第32-35页 |
| 3.1.4 脑电情绪识别仿真 | 第35-36页 |
| 3.2 人脸表情模态系统设计 | 第36-40页 |
| 3.2.1 JAFFE数据库 | 第36页 |
| 3.2.2 人脸检测和人脸表情预处理 | 第36-37页 |
| 3.2.3 人脸表情特征提取 | 第37-40页 |
| 3.2.4 人脸表情情绪识别仿真 | 第40页 |
| 3.3 多模态特征融合 | 第40-42页 |
| 3.3.1 信息融合简介 | 第40-41页 |
| 3.3.2 系统双模态特征融合 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于Android平台的双模态情绪识别系统的实现 | 第43-58页 |
| 4.1 系统整体架构 | 第43-45页 |
| 4.2 蓝牙脑电采集头套 | 第45-47页 |
| 4.3 硬件开发平台和摄像头 | 第47-48页 |
| 4.4 情绪诱发模块 | 第48-49页 |
| 4.5 蓝牙接收模块 | 第49-50页 |
| 4.5.1 蓝牙连接 | 第49-50页 |
| 4.5.2 蓝牙数据校验 | 第50页 |
| 4.6 Open CV模块 | 第50-52页 |
| 4.7 界面设计 | 第52-55页 |
| 4.7.1 分析界面 | 第52-54页 |
| 4.7.2 数据库管理 | 第54-55页 |
| 4.8 SVM设计 | 第55-57页 |
| 4.8.1 SVM训练与分类 | 第56页 |
| 4.8.2 SVM归一化 | 第56-57页 |
| 4.8.3 SVM设置 | 第57页 |
| 4.9 本章小结 | 第57-58页 |
| 第五章 实验过程与结果分析 | 第58-63页 |
| 5.1 实验准备 | 第58-59页 |
| 5.2 实验设计 | 第59-60页 |
| 5.3 实验结果 | 第60-61页 |
| 5.4 对比实验 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 附录2 攻读硕士学位期间申请的专利 | 第70-71页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第71-72页 |
| 致谢 | 第72页 |