视频人脸表情识别关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·应用前景 | 第10-11页 |
| ·技术难点 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| ·论文结构 | 第13-14页 |
| 第二章 人脸表情识别概述 | 第14-21页 |
| ·人脸检测 | 第14-15页 |
| ·人脸表情特征提取 | 第15-18页 |
| ·静态特征提取 | 第16-17页 |
| ·动态特征提取 | 第17-18页 |
| ·人脸表情分类 | 第18-19页 |
| ·人脸表情识别系统 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 人脸表情特征提取 | 第21-40页 |
| ·主动外观模型 | 第21-30页 |
| ·AAM形状建模 | 第21-24页 |
| ·AAM纹理建模 | 第24-26页 |
| ·形状与纹理特征结合 | 第26-28页 |
| ·AAM搜索算法 | 第28-30页 |
| ·Viola人脸检测 | 第30-35页 |
| ·Haar特征 | 第30-31页 |
| ·积分图 | 第31-32页 |
| ·Adaboost | 第32-35页 |
| ·局部相位量化 | 第35-37页 |
| ·实验验证 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 人脸器官动作的识别 | 第40-53页 |
| ·结构风险最小化 | 第40-42页 |
| ·支撑向量机 | 第42-50页 |
| ·线性可分SVM | 第42-46页 |
| ·非线性SVM | 第46-48页 |
| ·引入松弛变量 | 第48-50页 |
| ·交叉验证 | 第50-51页 |
| ·实验验证 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 人脸表情识别 | 第53-68页 |
| ·贝叶斯网络 | 第53-65页 |
| ·条件独立性 | 第55-56页 |
| ·贝叶斯网络结构学习 | 第56-60页 |
| ·贝叶斯网络参数学习 | 第60-63页 |
| ·贝叶斯网络推理 | 第63-65页 |
| ·实验验证 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士研究生期间的研究成果 | 第74-75页 |
