文摘
英文文摘
声明
第一章 绪论
1.1 课题背景
1.2 人脸表情识别涉及的研究领域及应用
1.3 人脸表情识别技术的发展及研究现状
1.3.1 人脸检测与定位
1.3.2 脸部表情特征提取
1.3.3 现有表情分类算法
1.3.4 人脸表情识别方法的比较和总结
1.4 论文的研究内容及主要工作
1.5 论文的结构
第二章 半监督学习和决策融合方法的研究现状
2.1 半监督学习
2.1.1 半监督学习的理论依据
2.1.2 半监督学习的两大假设
2.1.3 半监督学习算法分类
2.1.4 半监督学习的研究趋势
2.2 决策层融合
2.2.1 决策层融合的定义及优点
2.2.2 决策层融合常用的方法
2.2.3 决策融合方法的研究新动向
2.3 小结
第三章 人脸图像预处理和特征提取
3.1 问题的提出
3.2 人脸图像预处理
3.2.1 人脸检测
3.2.2 人脸表情图像的尺度归一化
3.2.3 人脸表情图像的灰度均衡化
3.3 人脸表情图像的GABOR小波特征提取
3.3.1 Gabor小波变换的基本原理
3.3.2 人脸表情图像的网格化
3.3.3 Gabor小波函数的选择
3.4 小结
第四章 具有噪声过滤功能的协同训练半监督主动学习算法
4.1 问题的提出
4.2 具有噪声过滤功能的协同训练半监督主动学习算法
4.2.1 NF—CT—SSAL算法框架
4.2.2 主动学习样本选择标准的确定方法
4.2.3 噪声过滤机制
4.2.4 算法描述
4.3 NF—CT—SSAL在人脸表情识别中的应用
4.3.1 模糊深隐马尔可夫分类器
4.3.2 基于NF—CT—SSAL训练算法的人脸表情识别
4.4 实验结果与分析
4.5 小结
第五章 基于对象模糊密度赋值的决策层融合的表情识别
5.1 问题的提出
5.2 基于对象模糊密度赋值的决策层融合识别算法
5.2.1 模糊测度、模糊密度和模糊积分定义
5.2.2 类模糊密度估计法
5.2.3 对象模糊密度及其估计方法
5.2.4 算法描述
5.3 结合NF—CT—SSAL分类器训练的决策层融合的表情识别
5.4 实验结果及分析
5.5 小结
第六章 表情识别原型系统的设计与实现
6.1 系统的功能分析
6.2 系统的静态结构
6.2.1 系统的类图
6.2.2 图像处理基本类CDIB的设计
6.2.3 Gabor小波变换类的设计
6.2.4 模糊深隐马尔可夫模型类的设计
6.2.5 NF—CT—SSAL算法类的设计
6.2.6 基于对象模糊密度赋值的决策层融合算法类的设计
6.3 系统的动态结构
6.4 人脸表情识别原型系统实现简介
6.5 小结
第七章 总结与展望
7.1 工作总结
7.2 下一步展望
致谢
参考文献
发表文章
江苏大学;