第一个书签之前
摘要
Abstract
第1章 绪论
1.1 选题背景及意义
1.2 国内外研究动态
1.2.1 表情识别的发展历程
1.2.2 面部关键点检测
1.2.3 关键子区域的确定
1.2.4 表情特征提取
1.2.5 表情识别分类器
1.3 人脸表情识别系统的总体结构
1.4 本文主要研究内容与结构安排
第2章 基于DPM与AAM的面部关键点检测
2.1 VJ人脸检测技术
2.1.1 Haar-like特征提取
2.1.2 AdaBoost级联分类器的生成
2.2 DPM概述
2.2.1 HOG特征金字塔的生成
2.2.2 滤波器
2.2.3 DPM建模
2.2.4 DPM模型的训练
2.3 AAM概述
2.3.1 构建AAM模型
2.3.2 AAM模型的拟合
2.3.3 AAM拟合的快速算法
2.4 基于DPM与AAM的关键点检测
2.4.1 当前关键点检测方法存在的问题
2.4.2 DPM初定位的实现
2.4.3 AAM精确定位的实现
2.5 本章小结
第3章 关键子区域选取及表情特征提取
3.1 运动编码系统(Facial Action Coding System)
3.2 视觉显著性原理
3.2.1 强度显著图
3.2.2 方向显著图
3.2.3 颜色显著图
3.2.4 综合显著图
3.3 关键子区域的选取
3.4 基于LGC的LMGC-HD特征的提取
3.4.1 LBP算法原理
3.4.2 LGC算法原理
3.4.3 LMGC-HD算子
3.4.4 特征生成
3.5 本章小结
第4章 基于关键子区域特征提取的面部表情识别系统的实现
4.1 SVM的分类原理
4.1.1 线性支持向量机
4.1.2 非线性支持向量机
4.1.3 多分类支持向量机
4.2 表情识别系统的实现
4.2.1 数据库的选取及实验环境简介
4.2.2 实验描述
4.2.3 实验结果分析
4.3 本章小结
第5章 结论与展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
华北电力大学;
华北电力大学(保定);