心理学家Mehrabian曾给出一个公式:感情表露=7%的言词+38%的声音+55%的面部表情,说明人脸表情含有丰富的人体行为信息,是情感最主要的载体。作为情感计算的一个重要研究方向,表情识别不仅构成了情感理解的基础,而且是计算机理解人们情感的前提。本文从自动人脸表情识别入手,重点探讨和研究了表情识别中的数据获取、图像预处理、人脸表情特征提取和识别等关键问题。主要工作如下:1.阐述了人脸表情识别的研究背景和意义,介绍了国内外的发展现状。从特征提取和分类两个方面对人脸表情识别领域的主要方法做了总结。2.研究了人脸检测算法以及人脸图像的预处理方法。采用基于AdaBoost算法检测人眼。根据左右眼睛坐标点的连线与水平轴的夹角,对图像进行旋转、剪切及缩放等几何预处理;使用直方图均衡化等方法对图像进行灰度预处理。3.针对传统的纹理特征提取算法计算复杂度高、速度慢等缺点,实现了基于局部二进制模式(Local Binary Pattern,LBP)的纹理特征提取算法。该方法不仅计算速度快,而且对光照变化具有很好的鲁棒性。虽然提取的特征有效地描述了人脸的纹理特征,但是对分类不一定是最佳的。在此基础上,结合经典的线判别分析(Linear Discriminant Analysis, LDA)方法,提出了具有判别能力的纹理特征提取方法(LDA+LBP),进一步提高了表情识别率。4.开发了自动人脸表情识别系统。该系统可以自动完成图像采集、人脸检测、五官定位、表情识别等功能,并能实时识别出高兴、惊奇、悲伤、恐惧、生气和厌恶等六种表情。