人脸表情识别是涉及人工智能、计算机视觉、图像处理、生理学、心理学等研究领域的交叉课题,是模式识别和人工智能领域的研究热点,已经提出了很多人脸表情识别算法。但目前的人脸表情识别系统还处于探索阶段,每种方法都有其局限性,如何提高人脸表情识别的准确性和自动化程度依然是一个值得研究的问题。由于仿生特征在年龄、性别、种族等的识别中都体现出了其优越性,因此,本文重点对仿生特征在人脸表情识别中的应用进行研究。本文完成的主要工作有:1.介绍了人脸表情识别的研究背景和意义,从表情特征提取和表情特征分类两个方面对人脸表情识别的典型方法做了综述。2.提出并实现了基于仿生特征和SVM的人脸表情识别算法,先提取人脸图像的仿生特征,再用PCA和LDA进行降维,最后利用SVM进行表情分类。此外,还提出并实现了基于HOG特征的人脸表情识别算法。3.在JAFFE日本女性人脸表情库上对基于仿生特征和基于HOG特征的人脸表情识别算法进行了验证,并和其它方法进行了比较。实验结果表明本文提出的方法具有较好的识别效果。