导读:本文包含了表情组合模板论文开题报告文献综述及选题提纲参考文献，主要关键词:表情组合模板,欧氏距离,人脸表情识别,特征矢量
表情组合模板论文文献综述
高晓兴,王文佳,李仁睦,常桂然[1]（2010）在《Gabor小波与表情组合模板相结合的表情识别》一文中研究指出本文提出了一种新型的表情组合模板与Gabor小波相结合的面部表情识别方法。借助Gabor小波变换在图像处理领域的优势,克服不同因素给表情识别带来的不利影响,有效的提取与表情变化有关的特征,从分类的角度来构造的表情组合模板。在人脸检测的基础上,利用Gabor小波变换提取各个区域的特征矢量,与待识别表情对应的各个特征区域的特征矢量进行比较,利用欧氏距离选择最小值对应的矢量,返回表情组合模板中,确定待识别表情的类型。实验表明该方法的识别率可达83%,表情识别效果较好。(本文来源于《微计算机信息》期刊2010年04期）
王文佳[2]（2008）在《Gabor小波变换与表情组合模板相结合的表情识别研究与实现》一文中研究指出随着计算机科学的飞速发展,计算机相关领域的应用已经深入到人们生活的各个方面,并起着十分巨大的作用。其中,人工智能是计算机科学研究中比较前沿的研究课题,是计算机智能化的基础。让计算机拥有人类的视觉辨识能力一直都是人工智能领域的一个重要课题,也是人工智能领域中使计算机认识世界的第一步。本文主要阐述了一种基于Gabor小波变换与新型表情组合模板相结合的人脸表情识别算法。核心是借助Gabor小波变换在图像处理领域的优势,克服光照变化、背景复杂以及角度不同等因素给表情识别带来的不利影响,有效的提取与表情变化有关的特征,屏蔽个人特征差异。而新型的表情组合模板是一个从分类的角度来构造的表情模板,这种模板建立在人脸检测的基础上,准确地定位眼睛、眉毛、鼻子和嘴唇等,利用Gabor小波变换提取各个区域的特征矢量,与待识别表情对应的各个特征区域的特征矢量进行比较,利用欧氏距离选择最小值对应的矢量,返回表情组合模板中,确定待识别表情的类型。该新型表情组合模板更适用于人脸的柔性特征:首先,其具有可扩充的特性,能够结合Gabor小波变换提取表现表情的不同运动或变形的大量特征矢量,依次添加到表情组合模板中;其次,该表情组合模板能够充分提高识别的准确率;最后,该模板更具弹性,能真实的反映人脸面部表情的变化。(本文来源于《东北大学》期刊2008-12-01）
表情组合模板论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着计算机科学的飞速发展,计算机相关领域的应用已经深入到人们生活的各个方面,并起着十分巨大的作用。其中,人工智能是计算机科学研究中比较前沿的研究课题,是计算机智能化的基础。让计算机拥有人类的视觉辨识能力一直都是人工智能领域的一个重要课题,也是人工智能领域中使计算机认识世界的第一步。本文主要阐述了一种基于Gabor小波变换与新型表情组合模板相结合的人脸表情识别算法。核心是借助Gabor小波变换在图像处理领域的优势,克服光照变化、背景复杂以及角度不同等因素给表情识别带来的不利影响,有效的提取与表情变化有关的特征,屏蔽个人特征差异。而新型的表情组合模板是一个从分类的角度来构造的表情模板,这种模板建立在人脸检测的基础上,准确地定位眼睛、眉毛、鼻子和嘴唇等,利用Gabor小波变换提取各个区域的特征矢量,与待识别表情对应的各个特征区域的特征矢量进行比较,利用欧氏距离选择最小值对应的矢量,返回表情组合模板中,确定待识别表情的类型。该新型表情组合模板更适用于人脸的柔性特征:首先,其具有可扩充的特性,能够结合Gabor小波变换提取表现表情的不同运动或变形的大量特征矢量,依次添加到表情组合模板中;其次,该表情组合模板能够充分提高识别的准确率;最后,该模板更具弹性,能真实的反映人脸面部表情的变化。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
表情组合模板论文参考文献
[1].高晓兴,王文佳,李仁睦,常桂然.Gabor小波与表情组合模板相结合的表情识别[J].微计算机信息.2010
[2].王文佳.Gabor小波变换与表情组合模板相结合的表情识别研究与实现[D].东北大学.2008