声明
摘要
1.绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 可行性分析
1.4 研究内容
1.5 本文组织结构
2.基于分数阶傅里叶变换的人脸表情识别
2.1 分数阶傅里叶变换概述
2.1.1 分数阶傅里叶变换的定义
2.1.2 分数阶傅立叶变换的性质
2.1.3 分数阶傅里叶变换的离散算法和二维形式
2.2 基于分数阶傅里叶变换的表情识别
2.2.1 人脸表情数据库的选择
2.2.2 表情图像的预处理
2.2.3 特征降维方法—主成分分析
2.2.4 分类器选择
2.2.5 基于单个阶次分数阶傅里叶域特征的人脸表情识别
2.3 本章小结
3.特征融合理论及算法研究
3.1 信息融合的基本理论
3.2 经典特征融合算法介绍
3.2.1 串行融合
3.2.2 典型相关分析(CCA)
3.3 DMCCA
3.4 高维小样本时的解决办法
3.5 本章小结
4.基于分数阶傅里叶域多阶次特征融合的人脸表情识别
4.1 串行融合和MCCA融合
4.2 DMCCA融合
4.3 串行融合、MCCA和DMCCA的融合后特征维数比较
4.4 与基于Gabor特征融合的人脸表情识别的比较
4.4.1 Gabor变换介绍
4.4.2 基于Gabor特征融合的人脸表情识别
4.5 本章小结
5.总结与展望
5.1 总结
5.2 展望
参考文献
个人简历 在读期间发表的学术论文与研究成果
致谢