声明
摘要
第一章 绪论
1.1 研究背景和意义
1.2 人脸表情识别研究难点及趋势
1.2.1 表情信息表示方法
1.2.2 人为表情vs自发表情
1.2.3 头部旋转和复杂场景
1.2.4 表情数据库
1.3 主要研究内容
1.4 论文的组织结构
第二章 多姿态人脸表情识别的相关技术及发展现状
2.1 多姿态人脸表情识别技术及发展现状
2.1.1 人脸检测方法
2.1.2 人脸预处理方法
2.1.3 人脸特征提取与表示方法
2.1.4 多姿态人脸表情识别方法
2.2 主题模型
2.2.1 主题模型概述
2.2.2 主题模型与人脸表情识别的关系
2.3 深度特征学习
2.3.1 深度特征学习模型概述
2.3.2 深度特征学习与人脸表情识别的关系
2.4 本章小结
第三章 基于语义属性的人脸表情识别新方法
3.1 概述
3.2 基于语义属性的人脸表情识别方法
3.2.1 基于语义属性的人脸表情识别方法
3.2.2 人脸表情语义属性-类别矩阵的构建
3.2.3 语义属性标注器
3.2.4 人脸表情识别算法描述
3.2.5 人脸检测与特征表示
3.3 实验和结果分析
3.3.1 表情库
3.3.2 参数的选择
3.3.3 实验结果和分析
3.4 本章小结
第四章 基于层次主题模型的多姿态人脸表情识别方法与分析
4.1 概述
4.2 基于层次主题模型的人脸表情识别
4.2.1 层次主题模型
4.2.2 模型推导
4.2.3 参数估计
4.3 表情特征提取
4.3.1 姿态估计与特征点定位
4.3.2 特征点采样
4.3.3 词袋编码
4.3.4 中间层特征
4.4 实验与结果分析
4.4.1 表情库与实验设置
4.4.2 参数选择
4.4.3 实验结果与分析
4.5 本章小结
第五章 基于层次深度模型的姿态无关人脸表情识别方法
5.1 概述
5.2 基于深度卷积网络的人脸姿态无关表情表示方法
5.2.1 正脸特征预提取
5.2.2 非正睑特征输出训练
5.3 基于css-LDA的人脸姿态无关表情识别方法
5.4 实验与结果分析
5.4.1 表情库与实验设置
5.4.2 参数选择
5.4.3 实验结果与分析
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
攻读硕士学位期间发表的学术论文