人脸表情识别的研究及在游戏中应用的探讨
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究目的及意义 | 第11-14页 |
| ·国内外现状 | 第14-18页 |
| ·情感计算的研究与兴起 | 第14-15页 |
| ·人脸表情识别的研究与发展 | 第15-17页 |
| ·游戏式学习的研究与兴起 | 第17-18页 |
| ·本文的内容和结构安排 | 第18-21页 |
| ·本文选用的图库 | 第18页 |
| ·本文的主要内容 | 第18-19页 |
| ·本文的章节安排 | 第19-21页 |
| 第二章 人脸表情识别研究基础 | 第21-35页 |
| ·引言 | 第21页 |
| ·情绪理论研究 | 第21-23页 |
| ·情感与情绪的关系 | 第21-22页 |
| ·情绪与表情的关系 | 第22页 |
| ·表情的分类 | 第22-23页 |
| ·人脸的检测与定位方法 | 第23-25页 |
| ·人脸表情特征提取方法 | 第25-31页 |
| ·人脸表情分类方法 | 第31-32页 |
| ·存在的问题 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 人脸表情识别实验系统的设计与开发 | 第35-65页 |
| ·引言 | 第35页 |
| ·表情图像的预处理与特征区域分割依据 | 第35-39页 |
| ·彩色图像转化成灰度图像 | 第35-36页 |
| ·图像的旋转调整和尺度归一化 | 第36页 |
| ·平均脸模板构造与匹配 | 第36-37页 |
| ·表情图像的灰度均衡预处理 | 第37-38页 |
| ·特征区域分割的心理学依据 | 第38-39页 |
| ·特征区域分割的图像工程依据 | 第39页 |
| ·表情图像的特征提取 | 第39-48页 |
| ·灰度共生矩阵概述 | 第39-40页 |
| ·灰度共生矩阵生成过程 | 第40-41页 |
| ·灰度共生矩阵用于表情识别的可行性分析 | 第41-42页 |
| ·灰度归一化 | 第42-45页 |
| ·灰度共生矩阵的特征提取 | 第45-48页 |
| ·表情分类 | 第48-53页 |
| ·统计学习理论 | 第48页 |
| ·SVM基本原理 | 第48-49页 |
| ·SVM的数学模型 | 第49-51页 |
| ·多类SVM分类器 | 第51-52页 |
| ·k-折交叉验证 | 第52-53页 |
| ·混沌遗传优化算法 | 第53-59页 |
| ·遗传算法的概述 | 第53-54页 |
| ·遗传算法的一般框架 | 第54-55页 |
| ·混沌系统 | 第55-56页 |
| ·混沌引入遗传算法 | 第56-58页 |
| ·个体编码 | 第58页 |
| ·适应度函数设计 | 第58页 |
| ·遗传操作算子 | 第58-59页 |
| ·人脸表情识别实验系统开发和设计 | 第59-63页 |
| ·人脸表情识别的系统流程图 | 第59-60页 |
| ·人脸表情识别实验系统框架和算法描述 | 第60-62页 |
| ·实验结果及其分析 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第四章人脸表情识别在游戏中应用的探讨 | 第65-75页 |
| ·引言 | 第65页 |
| ·游戏引擎技术发展状况 | 第65-66页 |
| ·游戏引擎结构剖析 | 第66-68页 |
| ·人脸表情识别在游戏中应用的探讨 | 第68-74页 |
| ·游戏引擎软件开发工具 | 第68-69页 |
| ·DirectX组件的知识 | 第69页 |
| ·游戏引擎用到的主要技术 | 第69-70页 |
| ·Quake3游戏引擎剖析 | 第70-71页 |
| ·结合方式及实验结果 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 总结 | 第75-77页 |
| ·全文总结 | 第75-76页 |
| ·研究展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士期间的主要研究成果 | 第82页 |
