《计算机人脸表情自动识别技术与方法》对计算机人脸表情自动识别技术与方法进行了分析与研究，其主要内容包括：人脸区域自动检测、人脸表情图像预处理、基于区域投影的人眼定位方法、基于ARLBP的人眼定位方法、基于特征块和LBP的表情识别方法、基于Gabor滤波器的人脸表情识别、基于证据理论的表情识别方法等。

《计算机人脸表情自动识别技术与方法》结构合理，条理清晰，内容丰富新颖，可供相关工程技术人员参考使用。^[1]

自序

第1章 绪论

1.1 人脸表情识别研究的背景和意义

1.2 **外研究的现状

1.3 存在的问题及发展趋势

1.4 人脸表情数据库

1.5 本书主要内容和结构安排

参考文献

第2章 人脸区域自动检测

2.1 基于肤色的人脸区域检测

2.2 基于AdaBoost的人脸检测

2.3 基于肤色 AdaBoost方法的人脸检测

2.4 本章小结

参考文献

第3章 人脸表情图像预处理

3.1 表情图像的几何标准化

3.2 表情图像的去噪

3.3 图像的灰度变换

3.4 表情图像的灰度标准化

3.5 本章小结

参考文献

第4章 基于区域投影的人眼定位方法

4.1 人眼定位方法分析

4.2 基于区域投影的人眼定位方法

4.3 实验

4.4 本章小结

参考文献

第5章 基于ARLBP的人眼定位方法

5.1 局部二值模式

5.2 自适应比率局部二值模式

5.3 实验结果及分析

5.4 本章小结

参考文献

第6章 基于特征块和LBP的表情识别方法

6.1 显著性特征区域的划分

6.2 LBP特征的提取

6.3 LBP特征降维

6.4 分类器设计

6.5 实验结果及分析

6.6 本章小结

参考文献

第7章 基于Gabor滤波器的表情识别方法

7.1 Gabor特征提取

7.2 Gabor特征分析

7.3 基于Gabor特征 Fisherfaces的表情分析方法

7.4 实验设计

参考文献

第8章 基于证据理论的表情识别方法

8.1 信息融合与D-S证据理论

8.2 基于D-S证据理论的表情识别方法^[2]