人脸表情识别算法及应用

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）