基于DMF_MeanShift算法的人脸表情识别及PCA图像编码

表情识别论文 CLM论文 SVM论文 图像编码论文
论文详情
中文摘要第3-4页
英文摘要第4-5页
1 绪论第8-14页
    1.1 人脸表情识别第8-12页
        1.1.1 人脸表情识别研究的意义与广阔前景第8-9页
        1.1.2 人脸表情识别的系统及研究现状第9-11页
        1.1.3 研究现状及问题解决第11-12页
    1.2 JAFFE人脸表情数据库第12-13页
    1.3 本文的主要内容及组织结构第13-14页
2.AAM及传统的CLM模型第14-20页
    2.1 AAM第14-15页
        2.1.1 形状模型第14页
        2.1.2 纹理模型第14页
        2.1.3 统计外观建模第14-15页
        2.1.4 AAM拟合第15页
    2.2 传统的CLM模型第15-20页
        2.2.1 形状模型和Patch模型的构建第17-18页
        2.2.2 拟合过程第18-20页
3 基于DMF_MEANSHIFT算法的人脸表情识别第20-33页
    3.1 改进的CLM模型第20-25页
        3.1.1 概率模型第20-21页
        3.1.2 正则化Mean-Shift(RLMS)拟合算法第21-23页
        3.1.3 正则化Mean-Shift(RLMS)拟合算法的改进第23-25页
    3.2 正则化MEAN-SHIFT(RLMS)拟合算法的讨论第25-26页
        3.2.1 相似归一化搜索第25页
        3.2.2 1D和2D区域搜索第25页
        3.2.3 使用预计算网格提升效率第25-26页
    3.3 支持向量机第26-30页
        3.3.1 支持向量机原理第26-28页
        3.3.2 SVM核函数第28-29页
        3.3.3 构建多类分类器第29-30页
    3.4 实验结果与分析第30-32页
    3.5 本章小结第32-33页
4 基于主成分分析的图像编码的实现第33-42页
    4.1 引言第33页
    4.2 PCA理论基础第33-34页
    4.3 PCA适用于图像压缩第34-36页
        4.3.1 PCA算法步骤第34-35页
        4.3.2 图像数据转换第35-36页
        4.3.3 算法流程图第36页
    4.4 实验结果分析第36-40页
        4.4.1 数据信息第36-37页
        4.4.2 实验参数及结果第37页
        4.4.3 彩色图像实验结果第37-38页
        4.4.4 灰色图像实验结果第38页
        4.4.5 图像编码效果最优数据第38-39页
        4.4.6 原图以及在4.4.2数据下重构的图像第39-40页
    4.5 本章小结第40-42页
5 总结与展望第42-44页
    5.1 本文总结第42页
    5.2 课题展望第42-44页
致谢第44-45页
参考文献第45-50页
附录第50页
    A.作者在攻读学位期间发表的论文目录第50页
论文购买
论文编号ABS4590851,这篇论文共50页
会员购买按0.30元/页下载,共需支付15
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付25
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656