| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究的目的与意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-14页 |
| 1.2.1 情感识别现状 | 第11-13页 |
| 1.2.2 视频分类研究综述 | 第13-14页 |
| 1.3 研究的挑战 | 第14-15页 |
| 1.4 研究的主要工作和安排 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 人脸表情图像预处理 | 第17-28页 |
| 2.1 常用人脸表情数据库 | 第17-18页 |
| 2.2 人脸定位 | 第18-21页 |
| 2.2.1 图像灰度化 | 第18-19页 |
| 2.2.2 人脸检测 | 第19-21页 |
| 2.3 人脸配准 | 第21-25页 |
| 2.3.1 人眼检测预估计 | 第21-22页 |
| 2.3.2 人眼精确定位 | 第22-24页 |
| 2.3.3 尺度归一化 | 第24-25页 |
| 2.4 人脸图像增强 | 第25-27页 |
| 2.4.1 直方图均衡化 | 第25-26页 |
| 2.4.2 图像滤波 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 空间特征的情感表达和提取 | 第28-42页 |
| 3.1 人脸表情特点 | 第28-29页 |
| 3.2 人脸纹理特征 | 第29-32页 |
| 3.2.1 Gabor小波特征 | 第29-30页 |
| 3.2.2 局部二值特征 | 第30-32页 |
| 3.3 主动形状模型 | 第32-35页 |
| 3.3.1 ASM形状模型建立 | 第33-34页 |
| 3.3.2 ASM目标搜索 | 第34-35页 |
| 3.4 基于混合特征的表情特征提取和降维 | 第35-39页 |
| 3.4.1 基于间接DASM的几何特征点挑选 | 第35-37页 |
| 3.4.2 基于Gabor小波和LBP的纹理特征融合 | 第37-38页 |
| 3.4.3 纹理特征的降维 | 第38-39页 |
| 3.5 实验描述与分析 | 第39-41页 |
| 3.5.1 实验数据 | 第39页 |
| 3.5.2 实验结果与分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于离散度改进的SVM多类分类算法 | 第42-53页 |
| 4.1 SVM算法介绍 | 第42-44页 |
| 4.2 SVM多分类方法介绍 | 第44-45页 |
| 4.3 改进的SVM多类分类算法介绍 | 第45-48页 |
| 4.3.1 基于离散度划分函数 | 第46页 |
| 4.3.2 RB-OVR-SVM算法 | 第46-47页 |
| 4.3.3 RB-OVR-SVM算法的具体实现 | 第47-48页 |
| 4.4 算法的复杂度分析 | 第48-50页 |
| 4.5 实验描述与结果分析 | 第50-52页 |
| 4.5.1 实验数据 | 第50页 |
| 4.5.2 结果分析 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 人物情感特征在视频分类中的应用 | 第53-60页 |
| 5.1 视频图像帧的人物表情识别 | 第53-54页 |
| 5.2 视频分类 | 第54-56页 |
| 5.3 实验数据及结果 | 第56-59页 |
| 5.3.1 实验数据 | 第56页 |
| 5.3.2 实验结果与分析 | 第56-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 主要工作内容 | 第60页 |
| 6.2 工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |