| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·研究背景及意义 | 第7-8页 |
| ·人脸表情的主要特点 | 第8页 |
| ·人脸表情识别的研究内容 | 第8-10页 |
| ·人脸表情识别的研究现状 | 第10-14页 |
| ·人脸表情识别的难点 | 第14-15页 |
| ·本论文的主要工作与内容安排 | 第15-17页 |
| 第二章 人脸表情图像预处理 | 第17-23页 |
| ·直方图均衡化 | 第17-20页 |
| ·几何归一化 | 第20-21页 |
| ·表情图像预处理结果 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于非负矩阵分解的人脸表情特征提取 | 第23-43页 |
| ·非负矩阵分解算法的提出 | 第23-25页 |
| ·非负矩阵分解理论 | 第25-30页 |
| ·问题描述 | 第25-26页 |
| ·目标函数 | 第26页 |
| ·迭代规则 | 第26-27页 |
| ·收敛性证明 | 第27-30页 |
| ·局部非负矩阵分解 | 第30-31页 |
| ·基于非负矩阵分解的人脸表情特征提取实验及结果分析 | 第31-42页 |
| ·实验流程及算法实现过程 | 第31-33页 |
| ·实验对象 | 第33-34页 |
| ·基于NMF的人脸表情特征提取 | 第34-39页 |
| ·特征基个数的确定 | 第39页 |
| ·基于NMF的人脸表情图像重构 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于支持向量机的人脸表情识别 | 第43-55页 |
| ·SVM基本原理 | 第43-44页 |
| ·SVM的数学模型 | 第44-45页 |
| ·线性支持向量机 | 第44-45页 |
| ·非线性支持向量机 | 第45页 |
| ·支持向量机的训练算法 | 第45-47页 |
| ·选块算法 | 第45-46页 |
| ·分解算法 | 第46-47页 |
| ·序列最小优化算法(Sequential Minimal Optimization) | 第47页 |
| ·多类问题支持向量机 | 第47-48页 |
| ·核函数与参数提取 | 第48-49页 |
| ·人脸表情识别实验结果与分析 | 第49-54页 |
| ·实验方法及流程 | 第49-50页 |
| ·基于非负矩阵分解和支持向量机的人脸表情识别 | 第50-54页 |
| ·各种特征提取方法比较 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读学位期间发表论文 | 第61-62页 |
| 致谢 | 第62页 |