视觉语音情感识别.pdf

  1. 1、本文档被系统程序自动判定探测到侵权嫌疑,本站暂时做下架处理。
  2. 2、如果您确认为侵权,可联系本站左侧在线QQ客服请求删除。我们会保证在24小时内做出处理,应急电话:400-050-0827。
  3. 3、此文档由网友上传,因疑似侵权的原因,本站不提供该文档下载,只提供部分内容试读。如果您是出版社/作者,看到后可认领文档,您也可以联系本站进行批量认领。
查看更多
本书的主题ldquo;以用户为中心的设计rdquo;就是要通过对用户的深刻了解,根据用户需求进行设计,并且通过用户进行验证的系统方法。这种方法可以有效地防止产品可用性问题,并能帮助设计人员设计出高水平的软件。

封面 书名 版权 前言 目录 第1章 绪论 1.1视觉语音情感识别的产生背景 1.2视觉语音情感分析的研究内容 1.3视觉语音情感识别的应用领域 1.3.1表情识别的应用 1.3.2语音情感识别的应用 参考文献 第2章 视觉语音情感识别技术概况 2.1情感识别框架 2.2情感描述模型 2.2.1情感的定义 2.2.2情感的分类 2.3视觉语音信号预处理 2.3.1人脸表情图像预处理 2.3.2情感语音信号预处理 2.4情感特征提取 2.4.1视觉信息情感特征提取 2.4.2语音情感特征提取 2.5情感特征选择 2.6常用的情感识别模型 2.6.1基于相似性的情感识别模型 2.6.2基于连接机制的情感识别模型 2.6.3基于概率模型的情感识别模型 2.6.4基于集成学习的情感识别模型 2.7视觉语音情感识别的挑战 2.8视觉语音情感识别的新动向 参考文献 第3章 基于视觉信息的情感特征提取方法 3.1概述 3.2基于小波分解和优选VLBP的表情特征提取方法 3.2.1表情图像的小波分解 3.2.2小波分解图像的情感特征提取 3.2.3实验结果与分析 3.3基于多频域LBP-TOP的人脸表情特征提取方法 3.3.1 LBP-TOP算子 3.3.2多频率图像分块LBP-TOP特征提取 3.3.3实验结果与分析 3.4基于VLBP与光流的混合情感特征提取 3.4.1眼睛区域的小波分解分块VLBP特征提取 3.4.2特征点自动标注的嘴部光流特征提取 3.4.3基于混合特征的表情识别 3.4.4实验结果与分析 3.5基于Gabor变换的表情图像特征提取方法 3.5.1小波变换与多分辨率分析 3.5.2 Gabor变换 3.5.3人脸表情图像的网格化 3.5.4基于Gabor小波变换的表情弹性图的构造 3.5.5实验结果与分析 3.6基于积分图像的表情特征提取方法 3.6.1积分图像的概念 3.6.2积分图像表情特征提取 3.6.3实验结果与分析 3.7一种加权矩形提取表情特征的方法 3.7.1矩形模板设计 3.7.2基于加权矩形的表情特征提取 3.7.3实验结果与分析 3.8本章小结 参考文献 第4章 基于视觉信息的情感识别方法 4.1概述 4.2最大间隔最小体积球形支持向量机 4.2.1最大间隔球形支持向量机 4.2.2最大间隔最小体积球形支持向量机 4.2.3模型性能分析 4.2.4基于最大间隔最小体积球形支持向量机的表情识别 4.3混合特征结合分类树的细微表情识别算法 4.3.1混合特征提取 4.3.2基于分类树的表情识别 4.3.3实验结果与分析 4.4基于模糊深隐马尔可夫模型的图像序列表情识别方法 4.4.1模糊深隐马尔可夫模型 4.4.2模糊深隐马尔可夫模型的特性 4.4.3基于模糊深隐马尔可夫模型的图像序列表情识别 4.4.4实验结果与分析 4.5本章小结 参考文献 第5章 语音情感特征选择提取方法 5.1概述 5.2情感语音库的录制 5.2.1语音情感数据库 5.2.2音视频情感数据库 5.2.3音视频情感的有效性分析 5.3语音情感特征提取方法 5.3.1传统声学语音情感特征分析与提取 5.3.2基于导数的非个性化语音情感特征提取方法 5.3.3基于多重分形理论的语音情感特征提取方法 5.4语音情感特征选择方法 5.4.1基于神经网络贡献分析的语音情感特征选择 5.4.2基于遗传算法的语音情感特征选择和分类器参数优化方法 5.4.3基于类集/类对的两级语音情感特征选择方法 5.4.4基于扩展测地距离的语音情感特征有效性分析方法 5.4.5实验结果与分析 5.5基于流形学习的语音情感特征降维 5.5.1 Isomap算法描述 5.5.2 ELE算法描述 5.5.3基于增量流形学习的情感特征降维

文档评论(0)

实验室仪器管理 + 关注
实名认证
服务提供商

本人在医药行业摸爬滚打10年,做过实验室QC,仪器公司售后技术支持工程师,擅长解答实验室仪器问题,现为一家制药企业仪器管理。

1亿VIP精品文档

相关文档