基于多姿态的三维人脸表情识别方法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 人脸表情识别技术概况 | 第11-17页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 常用公开的三维人脸数据集 | 第12-16页 |
| 1.2.3 困难与挑战 | 第16-17页 |
| 1.3 课题研究内容 | 第17-18页 |
| 1.4 本文组织结构 | 第18-19页 |
| 第2章 基于三维模型的特征提取 | 第19-33页 |
| 2.1 表情特征提取常用算法 | 第19-21页 |
| 2.2.1 基于几何特征的人脸提取算法 | 第19-20页 |
| 2.2.2 基于形变特征的人脸提取算法 | 第20-21页 |
| 2.2.3 基于主动外观模型的人脸提取算法 | 第21页 |
| 2.2 FACS面部动作编码系统 | 第21-22页 |
| 2.3 特征描述符 | 第22-31页 |
| 2.3.1 LBP算法 | 第22-27页 |
| 2.3.2 HOG算法 | 第27-28页 |
| 2.3.3 GeoTopo算法 | 第28-31页 |
| 2.4 表情识别系统研究设备——Kinect | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于多模态融合特征的三维人脸表情识别 | 第33-48页 |
| 3.1 相关理论 | 第33页 |
| 3.2 三维人脸表情分析算法的步骤 | 第33-34页 |
| 3.3 自动三维地标检测 | 第34-39页 |
| 3.4 多模态融合特征描述符的创建 | 第39-42页 |
| 3.5 特征分类与识别 | 第42-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 实验结果与分析 | 第48-60页 |
| 4.1 开发环境简介 | 第48页 |
| 4.2 实验设计 | 第48-55页 |
| 4.2.1 自动地标检测 | 第48-49页 |
| 4.2.2 基于正常头部姿势分类与识别 | 第49-52页 |
| 4.2.3 基于极端头部姿势分类与识别 | 第52-55页 |
| 4.3 实验结果与分析 | 第55-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 作者简介及在学期间所取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
