声明
致谢
1 绪论
1.1 论文的研究背景及意义
1.2 国内外的研究历史及现状
1.2.1 国外研究历史及现状
1.2.2 国内研究历史及现状
1.3 微表情研究存在的主要问题
1.4 主要研究内容及创新之处
1.5 论文的结构安排
2 微表情自动识别技术
2.1 微表情常用数据集
2.1.1 SMIC数据集
2.1.2 CASME和CASMEII数据集
2.2 微表情预处理方法
2.2.1 人脸配准
2.2.2 微表情序列的时域插值模型
2.3 微表情特征提取方法
2.3.1 LBP-TOP特征描述子
2.3.2 HOG-TOP和HIGO-TOP特征描述子
2.4 微表情分类识别方法
2.5 本章小结
3 基于局部区域的微表情识别方法
3.1 引言
3.2 全局区域微表情识别方法
3.3 所提局部区域研究方法
3.3.1 动作单元的标定
3.3.2 局部关键区域划分准则
3.4 局部区域研究的实验方法和设计
3.5 单个局部区域的实验结果与分析
3.5.1 各局部与全局区域微表情识别性能的对比
3.5.2 各局部区域与微表情类别间的关联
3.6 局部组合区域的实验结果与分析
3.7 本章小结
4 基于特征选择的微表情识别方法
4.1 引言
4.2 无特征选择的微表情识别研究
4.2.1 实验设计
4.2.2 实验结果与分析
4.2.3 无特征选择微表情识别的不足之处
4.3 所提信息增量特征选择方法研究
4.3.1 信息增量方法
4.3.2 实验结果与分析
4.3.3 算法性能评估
4.4 所提Fisher特征选择方法研究
4.4.1 Fisher特征选择方法
4.4.2 实验结果与分析
4.4.3 算法性能评估
4.5 本章小结
5 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
作者简历
学位论文数据集
河南理工大学;