面向语音与面部表情信号的多模式情感识别技术研究 作者：韩志艳 著出版时间： 2017年版内容简介 《面向语音与面部表情信号的多模式情感识别技术研究》系统研究了面向语音与面部表情信号的多模式情感识别技术。全书共分为7章。第1章介绍了课题的国内外研究现状、意义和需要解决的难题；第2章介绍了情感语音信号预处理技术；第3章介绍了面部表情信号预处理技术；第4章介绍了语音情感特征参数提取技术，着重介绍了一种自适应语音情感动态特征提取方法；第5章介绍了面部表情特征参数提取技术，着重介绍了一种基于差值模板和PcA的面部表情特征提取方法；第6章介绍了特征参数融合与识别技术，着重介绍了一种基于FASPC的多模式情感信息融合方法；第7章归纳全书并对今后工作提出展望。 《面向语音与面部表情信号的多模式情感识别技术研究》的主要特点是在面向语音与面部表情信号的多模式情感识别技术方面提出了开创性的设计和分析方法，书中的内容来源于作者近几年来的创新性研究成果，新颖实用，研究方法先进，尤其注重多模式情感识别的鲁棒性和实用性，属于当前所属研究领域的前沿问题，具有重要的理论与应用价值。目录第1章 绪论1．1 情感识别研究背景概述1．2 情感的定义1．3 情感的分类1．4 情感计算1．5 情感识别国内外研究现状1．6 情感识别的研究意义及应用1．7 情感识别研究中的难点1．8 章节安排第2章 情感语音信号预处理技术2．1 概述2．2 语音生成系统和语音感知系统2．2．1 语音生成系统2．2．2 语音感知系统2．3 语音信号的产生模型2．4 语音信号的时域波形2．5 音素与音节2．6 基音与四声2．7 语音信号的采样和量化2．8 语音信号的预加重2．9 语音信号的分帧和加窗处理2．10 端点检测2．10．1 几种常用的端点检测算法2．10．2 4种端点检测方法比较总结2．10．3 基于短时能零积和鉴别信息的语音端点检测算法2．11 本章小结第3章 面部表情信号预处理技术3．1 视觉认知心理3．2 人脸面部结构3．3 面部肌肉结构3．4 面部动作编码系统3．5 面部表情图像预处理在系统中的重要作用3．6 表情图像的光照补偿3．6．1 线性变换法3．6．2 对数变换法3．6．3 指数变换法3．6．4 直方图均衡化法3．7 表情图像的尺寸归一化3．7．1 眼睛定位算法3．7．2 尺寸、角度归一化3．8 本章小结第4章 语音情感特征参数提取4．1 语音情感表达概述4．2 时域特征4．2．1 短时能量4．2．2 短时平均幅度4．2．3 短时过零率4．2．4 短时自相关函数4．2．5 短时平均幅度差函数4．3 倒谱特征4．3．1 基于线性预测的倒谱参数LPCC4．3．2 基于Mel频率的倒谱参数MFCC4．4 感知线性预测参数4．5 共振峰特征参数4．6 基因特征参数4．7 谐振强度特征参数4．8 基于边际谱的长时特征参数4．9 语音序列的相空间重构特征参数4．10 自适应语音情感动态特征参数4．11 本章小结第5章 面部表情特征参数提取5．1 概述5．2 NMF面部表情特征5．3 Gabor小波特征5．4 基于光流法的动态表情提取5．4．1 时空梯度法5．4．2 匹配法5．4．3 基于能量的方法5．4．4 基于相位的方法5．5 基于时序模板的动态特征提取5．6 基于分数阶傅里叶变换的表情特征提取5．6．1 一维分数阶傅里叶变换的定义和相关性质5．6．2 一维分数阶傅里叶变换的离散算法5．6．3 二维分数阶傅里叶变换5．6．4 二维分数阶傅里叶变换性质5．6．5 分数阶傅里叶变换提取表情信息5．7 基于HOG的表情特征提取5．8 基于主动外观模型的表情特征提取5．8．1 特征点检测方法5．8．2 建立形状模型5．8．3 建立外观模型5．8．4 联合形状和外观建立模型5．8．5 面部特征点检测5．8．6 面部动画参数提取5．9 基于差值模板和PCA的面部表情特征提取5．10 本章小结第6章 特征参数融合与识别6．1 概述6．2 基于遗传小波神经网络的语音情感识别6．2．1 小波神经网络的设计6．2．2 优化方法6．2．3 实验结果与分析6．3 基于局部保持投影和主元分析的语音情感识别6．3．1 PCA和LPP算法分析6．3．2 算法描述6．3．3 仿真实验及结果分析6．4 基于模糊核聚类的多模式情感识别算法6．4．1 参数提取6．4．2 算法描述6．4．3 仿真实验及结果分析6．5 基于FASPC的多模式情感信息融合方法6．5．1 系统结构框架6．5．2 常用算法介绍6．5．3 融合识别算法具体步骤6．5．4 仿真实验及结果分析6．6 本章小结第7章 总结与展望7．1 主要工作及创新点7．2 进一步研究的展望 上一篇: 零起点超快学电子技术 王成安，刘喜双 编著 2016年版 下一篇: 麦克风阵列优化设计中的算法与理论分析 冯志国 编著 2015年版
