导语

  

内容提要

  

    本书主要研究了表情识别系统基本理论、算法设计和应用。书中分别以动态人脸表情、微表情、鲁棒表情为识别对象，系统介绍了相关特征提取、分类算法的技术方法，并设计了一套主动视觉人脸跟踪与表情识别系统。
    本书可供从事模式识别、表情识别、人脸识别系统研究的科研人员、相关专业的研究生或高年级本科学生使用。

第1章  绪论
  1.1  人脸表情识别系统概述
  1.2  基于动态图像序列的人脸表情识别的研究情况
  1.3  微表情识别的研究情况
    1.3.1  微表情识别的应用研究
    1.3.2  微表情表达的研究
    1.3.3  微表情识别的算法研究
    1.3.4  微表情数据库的研究
  1.4  鲁棒性人脸表情识别的研究情况
    1.4.1  面部有遮挡的表情识别研究现状
    1.4.2  非均匀光照下的表情识别研究现状
    1.4.3  与视角无关的表情识别研究现状
  1.5  人脸表情识别相关资料汇总
参考文献
第2章  人脸检测与定位
  2.1  概述
  2.2  基于肤色分割和模板匹配算法的快速人脸检测
    2.2.1  基于彩色信息的图像分割
    2.2.2  自适应模板匹配
    2.2.3  仿真实验及结果分析
  2.3  改进Adaboost算法的人脸检测
    2.3.1  由扩展的Haar-like特征生成弱分类器
    2.3.2  Adaboost算法生成强分类器
    2.3.3  级联分类器的生成
    2.3.4  极端学习机
    2.3.5  仿真实验及结果分析
参考文献
第3章  基于Candide3模型的人脸表情跟踪及动态特征提取
  3.1  概述
  3.2  基于Candide3人脸模型的跟踪算法研究
    3.2.1  Candide3人脸模型的研究
    3.2.2  基于Candide3模型的跟踪算法研究
  3.3  跟踪算法改进
    3.3.1  光照处理
    3.3.2  基于在线表观模型的跟踪算法
    3.3.3  模型的自动初始化研究
    3.3.4  改进算法后跟踪实验
  3.4  动态特征提取
    3.4.1  特征点的跟踪
    3.4.2  动态特征提取
    3.4.3  基于k均值的聚类分析
参考文献
第4章  表情分类的实现
  4.1  概述
  4.2  K近邻分类器
    4.2.1  K近邻规则
    4.2.2  K近邻分类的距离度量
    4.2.3  基于K近邻分类器的分类实验
  4.3  流形学习
    4.3.1  主成分分析（PCA）
    4.3.2  拉普拉斯映射（LE）
    4.3.3  基于流形学习的降维分类实验
  4.4  支持向量机
    4.4.1  支持向量机的基本思想
    4.4.2  非线性支持向量机
    4.4.3  基于支持向量机的分类实验
  4.5  基于Adaboost的分类研究
    4.5.1  Adaboost算法
    4.5.2  基于Adaboost的分类实验
参考文献
第5章  人脸动态序列图像表情特征提取
  5.1  概述
  5.2  基于主动外观模型的运动特征提取
    5.2.1  主动形状模型
    5.2.2  几何特征提取
  5.3  基于Candide3三维人脸模型的动态特征提取
    5.3.1  Candide3三维人脸模型
    5.3.2  提取表情运动参数特征
  5.4  动态时间规整（DTW）
  5.5  特征选择
    5.5.1  基于Fisher准则的特征选择
    5.5.2  基于分布估计算法的特征选择
  5.6  仿真实验及结果分析
    5.6.1  基于主动外观模型的运动特征提取
    5.6.2  基于Candide3模型的动态特征提取
参考文献
第6章  基于子空间分析和改进最近邻分类的表情识别
  6.1  概述
  6.2  特征降维
    6.2.1  非线性流形学习方法
    6.2.2  线性子空间方法
  6.3  改进最近邻分类法
  6.4  仿真实验及结果分析
参考文献
第7章  微表情序列图像预处理
  7.1  概述
  7.2  灰度归一化
  7.3  尺度归一化
  7.4  序列长度归一化
    7.4.1  时间插值法原理
    7.4.2  时间插值法建模
    7.4.3  时间插值法实现
参考文献
第8章  基于多尺度LBP-TOP的微表情特征提取
  8.1  概述
  8.2  多尺度分析
    8.2.1  平滑滤波
    8.2.2  高斯微分
  8.3  局部二值模式
    8.3.1  原始LBP
    8.3.2  改进LBP
    8.3.3  降维
    8.3.4  静态特征统计
  8.4  时空局部二值模式
    8.4.1  LBP-TOP
    8.4.2  动态特征统计
  8.5  多尺度LBP-TOP
参考文献
第9章  基于全局光流与LBP-TOP特征结合的微表情特征提取
  9.1  概述
  9.2  相关理论
    9.2.1  运动场及光流场
    9.2.2  经典计算方法
  9.3  问题描述
    9.3.1  约束条件
    9.3.2  模型构建
  9.4  算法实现
    9.4.1  目标优化
    9.4.2  多分辨率策略
    9.4.3  特征统计
  9.5  光流与LBP-TOP特征结合
参考文献
第10章  人脸微表情分类器设计及实验分析
  10.1  概述
  10.2  支持向量机
    10.2.1  分类原理
    10.2.2  样本空间
    10.2.3  模型参数优化
  10.3  随机森林
    10.3.1  集成学习
    10.3.2  决策树
    10.3.3  组合分类模型
  10.4  评价准则
  10.5  实验对比验证
    10.5.1  识别LBP-TOP特征
    10.5.2  识别GDLBP-TOP特征
    10.5.3  识别OF特征
    10.5.4  识别LBP-TOP＋OF特征
参考文献
第11章  基于Gabor多方向特征融合与分块直方图的表情特征提取
  11.1  概述
  11.2  人脸表情图像的Gabor特征表征
    11.2.1  二维Gabor滤波器
    11.2.2  人脸表情图像的Gabor特征表征
  11.3  二维Gabor小波多方向特征融合
    11.3.1  融合规则1
    11.3.2  融合规则2
  11.4  分块直方图特征选择
  11.5  基于Gabor特征融合与分块直方图统计的特征提取
  11.6  算法可行性分析
  11.7  实验描述及结果分析
    11.7.1  实验流程
    11.7.2  表情图库中图像预处理
    11.7.3  实验描述
    11.7.4  实验结果分析
    11.7.5  所选融合特征的尺度分析
参考文献
第12章  基于对称双线性模型的光照鲁棒性人脸表情分析
  12.1  概述
  12.2  双线性模型
  12.3  基于对称双线性变换的表情图像处理
  12.4  光照变换
  12.5  实验描述及结果分析
    12.5.1  实验描述
    12.5.2  实验对比
参考文献
第13章  基于局部特征径向编码的局部遮挡表情特征提取
  13.1  概述
  13.2  表情图像预处理
  13.3  局部特征提取与表征
  13.4  Gabor特征径向编码
  13.5  算法可行性分析
  13.6  实验描述及结果分析
    13.6.1  局部子块数对识别结果的影响
    13.6.2  径向网格尺寸对识别结果的影响
    13.6.3  左/右人脸区域遮挡对识别结果的影响
    13.6.4  不同局部特征编码方法的实验对比分析
    13.6.5  遮挡对于表情识别的影响
参考文献
第14章  局部累加核支持向量机分类器
  14.1  概述
  14.2  支持向量机基本理论
    14.2.1  广义最优分类面
    14.2.2  线性分类问题
    14.2.3  支持向量机
    14.2.4  核函数
  14.3  局部径向基累加核支持向量机
  14.4  局部归一化线性累加核支持向量机
  14.5  实验描述及结果分析
    14.5.1  实验描述
    14.5.2  对比实验
参考文献
第15章  基于主动视觉的人脸跟踪与表情识别系统
  15.1  概述
  15.2  系统架构
    15.2.1  硬件设计
    15.2.2  交互界面的设计
  15.3  相关算法
    15.3.1  云台跟踪算法
    15.3.2  表情识别算法
  15.4  仿真实验及结果分析
    15.4.1  人脸定位跟踪实验
    15.4.2  人脸表情识别实验
参考文献
索引