基于纹理和几何特征的人脸表情识别算法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 1 绪论 | 第15-22页 |
| 1.1 选题背景和研究意义 | 第15页 |
| 1.2 国内外人脸表情识别的现状 | 第15-16页 |
| 1.3 面部表情特征提取 | 第16-18页 |
| 1.4 常用的人脸表情数据库 | 第18-20页 |
| 1.5 本文的结构安排 | 第20-22页 |
| 2 基于几何特征联合的人脸表情识别 | 第22-31页 |
| 2.1 主动外观模型 | 第22-24页 |
| 2.1.1 AAM模型建立 | 第22-23页 |
| 2.1.2 标定匹配 | 第23-24页 |
| 2.2 提取图像的联合几何特征 | 第24-27页 |
| 2.2.1 提取图像的DG特征 | 第24-25页 |
| 2.2.2 提取图像的IDG特征 | 第25-27页 |
| 2.2.3 提取图像的联合几何特征 | 第27页 |
| 2.3 实验结果分析 | 第27-30页 |
| 2.3.1 实验步骤 | 第27页 |
| 2.3.2 基于不同数据库的实验结果分析 | 第27-29页 |
| 2.3.3 基于不同算法的识别率分析 | 第29-30页 |
| 2.3.4 基于不同算法的识别时间分析 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于GGH纹理特征的人脸表情识别 | 第31-41页 |
| 3.1 图像的Gabor特征融合 | 第32-35页 |
| 3.1.1 图像的Gabor特征 | 第32-33页 |
| 3.1.2 构造Gabor特征融合图 | 第33-35页 |
| 3.2 图像的GGH特征 | 第35页 |
| 3.3 实验结果分析 | 第35-40页 |
| 3.3.1 实验步骤 | 第35-36页 |
| 3.3.2 基于不同数据库的实验结果分析 | 第36-39页 |
| 3.3.3 基于不同算法的识别率分析 | 第39页 |
| 3.3.4 基于不同算法的识别时间分析 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于纹理和几何特征的人脸表情识别 | 第41-49页 |
| 4.1 特征融合 | 第41页 |
| 4.2 多分类器投票机制 | 第41-42页 |
| 4.3 权值选取与计算 | 第42-44页 |
| 4.4 实验结果分析 | 第44-48页 |
| 4.4.1 实验步骤 | 第44-45页 |
| 4.4.2 基于不同数据库的实验结果分析 | 第45-47页 |
| 4.4.3 基于不同算法的识别率分析 | 第47页 |
| 4.4.4 基于不同算法的识别时间分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 总结与展望 | 第49-51页 |
| 5.1 论文总结 | 第49页 |
| 5.2 工作展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第55-56页 |
