| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-11页 |
| 1 绪论 | 第15-29页 |
| 1.1 研究意义 | 第15-16页 |
| 1.2 表情识别研究的发展历史 | 第16-18页 |
| 1.3 三维人脸表情识别的研究现状 | 第18-26页 |
| 1.3.1 基于几何特征的三维人脸表情识别研究 | 第19-21页 |
| 1.3.2 基于局部patch的三维人脸表情识别研究 | 第21-22页 |
| 1.3.3 基于概率模型的三维人脸表情识别研究 | 第22-24页 |
| 1.3.4 基于二维映射图像的三维人脸表情识别研究 | 第24-25页 |
| 1.3.5 三维人脸表情识别研究方法的总结与分析 | 第25-26页 |
| 1.4 本文的主要工作及章节安排 | 第26-29页 |
| 1.4.1 本文主要工作 | 第26-27页 |
| 1.4.2 本文章节安排 | 第27-29页 |
| 2 三维人脸表情识别相关概念 | 第29-35页 |
| 2.1 三维人脸表情模式识别框架 | 第29-31页 |
| 2.1.1 数据采集及预处理 | 第29-30页 |
| 2.1.2 特征提取与选择 | 第30页 |
| 2.1.3 分类识别 | 第30-31页 |
| 2.2 常用的三维人脸表情数据库 | 第31-35页 |
| 3 几何特征融合的三维人脸表情特征提取算法研究 | 第35-59页 |
| 3.1 三维人脸表情的几何特征提取 | 第35-44页 |
| 3.1.1 三维人脸上关键点预处理 | 第36-38页 |
| 3.1.2 距离特征向量的提取 | 第38-40页 |
| 3.1.3 斜率-夹角特征向量的提取 | 第40-42页 |
| 3.1.4 人脸表情差分特征的提取 | 第42页 |
| 3.1.5 特征融合的人脸表情特征描述形式 | 第42-44页 |
| 3.2 PCA相对熵 | 第44-50页 |
| 3.3 实验及结果分析 | 第50-56页 |
| 3.3.1 不同特征PCA相对熵的对比 | 第50-52页 |
| 3.3.2 基于最近邻分类器的三维人脸表情识别 | 第52-54页 |
| 3.3.3 基于PNN分类器的三维人脸表情识别 | 第54-56页 |
| 3.4 本章小结 | 第56-59页 |
| 4 基于深度图的三维人脸表情特征提取算法研究 | 第59-81页 |
| 4.1 三维人脸表情深度图的获取 | 第59-67页 |
| 4.2 基于平均中性脸生成人脸表情深度差分图 | 第67-70页 |
| 4.3 人脸表情特征提取 | 第70-71页 |
| 4.4 实验及结果分析 | 第71-79页 |
| 4.4.1 不同预处理方法生成的深度图的表情识别性能对比 | 第71-73页 |
| 4.4.2 基于深度图提取不同特征的表情识别性能分析 | 第73-75页 |
| 4.4.3 人脸表情不同表现强度的深度图的识别性能分析 | 第75-78页 |
| 4.4.4 对比实验与分析 | 第78-79页 |
| 4.5 本章小结 | 第79-81页 |
| 5 三维人脸表情的局部特征提取算法研究 | 第81-101页 |
| 5.1 三维人脸表情预处理 | 第81-84页 |
| 5.1.1 “类图像方格结构”的提出 | 第81-82页 |
| 5.1.2 基于“类图像方格结构”的三维人脸表情预处理 | 第82-84页 |
| 5.2 基于人脸特征分布的不均匀子块划分法 | 第84-88页 |
| 5.3 基于熵的子块加权法 | 第88-91页 |
| 5.4 基于IreEnLBP特征对三维人脸表情的表征 | 第91-94页 |
| 5.5 实验及结果分析 | 第94-100页 |
| 5.5.1 实验设计 | 第94-95页 |
| 5.5.2 实验结果 | 第95页 |
| 5.5.3 实验结果分析 | 第95-99页 |
| 5.5.4 对比实验与分析 | 第99-100页 |
| 5.6 本章小结 | 第100-101页 |
| 6 总结与展望 | 第101-103页 |
| 6.1 本文工作总结 | 第101-102页 |
| 6.2 未来工作展望 | 第102-103页 |
| 参考文献 | 第103-115页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第115-120页 |
| 学位论文数据集 | 第120页 |
