1、人的面部表情含有豐富的人體行為信息，在人與人的交往中，面部表情是除了聲音以外的非常重要的通信方式，作為信息的載體，表情能夠傳達(dá)很多語(yǔ)音所不能傳達(dá)的信息。面部表情自動(dòng)識(shí)別(AFEA)對(duì)人臉的表情信息進(jìn)行特征提取分析，按照人的認(rèn)識(shí)和思維方式加以歸類和理解，利用人類所具有的情感信息方面的先驗(yàn)知識(shí)，使計(jì)算機(jī)進(jìn)行聯(lián)想、思考及推理，進(jìn)而從人臉信息中去分析理解人的情緒。一般而言，表情識(shí)別系統(tǒng)主要有三個(gè)基本組成部分：表情圖像的預(yù)處理、面部表情特征提取和

2、面部表情識(shí)別。 本文回顧了人臉表情識(shí)別的研究歷史和發(fā)展現(xiàn)狀，討論了現(xiàn)有的多種表情識(shí)別方法，并且從模式識(shí)別和統(tǒng)計(jì)學(xué)習(xí)的角度對(duì)人臉表情識(shí)別進(jìn)行了研究。在小波提取特征的基礎(chǔ)上提出了一種差值模板匹配算法，在保證了準(zhǔn)確率的前提下有效地減少了運(yùn)算量。同時(shí)對(duì)主動(dòng)形狀模型(ASM)進(jìn)行研究，并應(yīng)用于自動(dòng)識(shí)別系統(tǒng)中。提出了一種基于支持向量機(jī)的人臉表情識(shí)別方法，構(gòu)建了SVM多類分類器，并對(duì)不同的構(gòu)建方法進(jìn)行了比較，取得了較好的識(shí)別效果。此外還提出了