声明
缩略语
第一章 绪论
1.1课题研究背景和意义
1.2表情识别研究现状
1.3表情识别研究中的挑战
1. 跨领域表情识别
2. 多视角的表情（面部表情/面部微表情）视频数据库的建立
3. 多模态的情感识别
1.4本文的研究内容和组织结构
1.4.1本文的研究内容
1.4.2本文的组织结构
第二章 相关背景知识
2.1面部表情/微表情数据库的介绍
2.1.1面部表情数据库
2.1.2面部微表情数据库
2.2相关理论与方法的介绍
2.2.1迁移学习及领域自适应的理论与方法
2.2.2字典学习理论
2.2.3核函数方法
2.2.4 深度神经网络方法
2.3样本预处理及相关特征
2.3.1面部表情样本预处理
2.3.2面部表情特征
2.3.3面部微表情样本预处理
2.3.4面部微表情特征
第三章 基于稀疏直推式迁移线性回归模型的表情识别
3.1引言
3.2稀疏直推式迁移线性回归模型(STTLR)
3.3基于STTLR方法的表情识别
3.3.1面部表情SIFT特征构成
3.3.2面部微表情LBP-TOP特征构成
3.3.3 STTLR方法在SIFT和LBP-TOP特征中的使用
3.4 实验及分析
3.4.1面部表情数据库与实验协议
3.4.2面部微表情数据库与实验协议
3.4.3对比方法及参数设定
3.4.4面部表情实验结果及讨论
3.4.5面部微表情实验结果及讨论
3.4.6 STTLR与非稀疏的直推式迁移回归模型(TTLR)的对比实验
3.5本章小结
第四章 基于直推式深度迁移学习网络的表情识别
4.1引言
4.2直推式深度迁移学习网络(TDTLN)
4.2.1直推式深度迁移学习网络(TDTLN)模型
4.2.2 TDTLN的训练过程
4.3实验和分析
4.3.1 对比实验的设定及参数设置
4.3.2面部表情实验设置及结果讨论
4.3.3面部微表情实验设置及结果讨论
4.3.4两种不同比例辅助集的实验结果讨论
4.4本章小结
第五章 基于字典学习的领域自适应表情识别
5.1引言
5.2领域自适应字典学习(UDADL)方法
5.2.1 UDADL方法的框架
5.2.2 UDADL模型的优化
5.3实验与分析
5.3.1对比方法及其参数设定
5.3.2面部表情的实验结果
5.3.3 面部微表情实验结果
5.4本章小结
第六章 基于核映射字典学习的领域自适应表情识别
6.1引言
6.2核映射字典学习的领域自适应(KDLDA)方法
6.3 KDLDA模型的优化
6.4实验及分析
6.4.1 对比方法及其参数设定
6.4.2 面部表情数据实验结果及讨论
6.4.3 面部微表情数据实验结果及讨论
6.4.4 KDLDA方法使用不同核函数的分析
6.5本章小结
第七章 总结和展望
7.1总结
7.2展望
参考文献
攻读博士学位期间的研究成果
发表论文
参与科研项目
致谢
东南大学;
