情感识别是近年来模式识别和人机交互领域的研究热点之一，它对推动自然的人机交互和类人机器人等技术发展有着重要的作用，《视觉语音情感识别》共8章，首先介绍当前视觉语音、情感识别技术研究概况，接着介绍基于视觉信息的情感特征提取方法和情感识别方法、语音情感特征选择提取方法和情感类别识别方法，然后介绍视觉语音融合的情感识别方法，最后介绍情感分析在人脸动画生成和E-Iearning环境中的应用。
　　《视觉语音情感识别》对于从事情感计算研究的科技工作者是一本系统的参考书，也可作为高年级本科生和研究生学习情感计算和新型人机交互等课程的教材。

前言
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
……
第5章 语音情感特征选择提取方法
第6章 语音情感识别方法
第7章 视觉语音融合情感识别方法
第8章 情感分析的应用
参考文献