|
基于几何特征和子空间学习的人脸表情识别 |
| |
| 论文目录 |
| |
| 摘要 | 第1-5页 | | Abstract | 第5-8页 | | 第1章 绪论 | 第8-15页 | | ·课题背景 | 第8页 | | ·本课题研究的目的及意义 | 第8-9页 | | ·国内外相关技术发展现状 | 第9-13页 | | ·子空间特征提取算法的研究现状 | 第10-12页 | | ·表情分类方法的研究现状 | 第12-13页 | | ·本文主要研究内容 | 第13-15页 | | ·本文内容 | 第13-14页 | | ·本文结构 | 第14-15页 | | 第2章 表情图像的预处理 | 第15-24页 | | ·引言 | 第15页 | | ·表情数据库 | 第15-17页 | | ·表情图像的预处理 | 第17-22页 | | ·几何归一化 | 第18-21页 | | ·灰度归一化 | 第21-22页 | | ·本章小结 | 第22-24页 | | 第3章 表情图像的特征提取 | 第24-41页 | | ·引言 | 第24页 | | ·人脸特征的基本概念 | 第24-25页 | | ·人脸面部结构 | 第25-28页 | | ·面部肌肉结构 | 第25-26页 | | ·面部动作编码系统（Facial Action Coding System） | 第26-28页 | | ·表情特征提取 | 第28-39页 | | ·Gabor 小波变换 | 第30-33页 | | ·主成分分析(Principal Component Analysis,PCA) | 第33-35页 | | ·遗传算法（Genetic Algorithm） | 第35-38页 | | ·本文所用的特征提取方法小结 | 第38-39页 | | ·本章小结 | 第39-41页 | | 第4章 人脸表情分类 | 第41-48页 | | ·引言 | 第41页 | | ·基于最近邻方法的表情识别 | 第41-42页 | | ·实验过程及分析 | 第42-46页 | | ·本章小结 | 第46-48页 | | 第5章 系统的实现与评测 | 第48-52页 | | ·引言 | 第48页 | | ·系统设计与实现 | 第48-49页 | | ·系统构架结构 | 第48页 | | ·系统主要模块的设计与实现 | 第48-49页 | | ·系统的实现及结果展示 | 第49-51页 | | ·评测方案 | 第49-50页 | | ·评测结果的分析 | 第50-51页 | | ·本章小结 | 第51-52页 | | 结论 | 第52-54页 | | 总结 | 第52页 | | 展望 | 第52-54页 | | 参考文献 | 第54-59页 | | 致谢 | 第59页 |
|
|
|
广告服务 
