声明
致谢
摘要
1 绪论
1.1 课题背景与研究意义
1.2 课题研究现状
1.3 人脸表情识别概述
1.3.1 人脸表情识别流程
1.3.2 人脸表情数据库
1.3.3 人脸表情识别研究的难点
1.4 本文结构安排
2 人脸表情识别技术简介
2.1 人脸检测
2.2 图像预处理
2.2.1 直方图均衡化
2.2.2 中值滤波
2.2.3 几何变换
2.3 特征提取方法
2.3.1 基于静态图像的方法
2.3.2 基于图像序列的方法
2.4 分类器与分类器集成
2.4.1 分类器
2.4.2 分类器集成
2.5 本章小结
3 基于直方图加权HCBP的人脸表情识别
3.1 Haar型中心化二值模式
3.1.1 中心化二值模式
3.1.2 Haar型特征
3.1.3 HCBP特征
3.2 信息熵与直方图加权
3.2.1 信息熵
3.2.2 直方图加权
3.3 实验结果与分析
3.3.1 实验流程
3.3.2 参数选择
3.3.3 识别率及时间效率分析
3.4 本章小结
4 基于特征选择AdaBoost的人脸表情识别
4.1 基于特征选择与排序的子空间
4.1.1 随机子空间
4.1.2 特征选择与排序
4.1.3 PCA特征选择
4.2 基于特征选择的AdaBoost分类器
4.2.1 AdaBoost算法与分析
4.2.2 AdaBoost.M1算法与改进
4.2.3 特征选择AdaBoost算法
4.3 实验与结果分析
4.3.1 实验参数选取
4.3.2 基于不同数据库的实验结果
4.3.3 基于不同算法的识别率分析
4.3.4 基于不同算法的识别时问分析
4.4 本章小结
5 总结与展望
5.1 论文研究总结
5.2 未来工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况