全文总字数：2690字

1. 研究目的与意义及国内外研究现状

人脸表情识别作为情感识别的一个方面，在人际交流中起到非常重要的作用，不仅是展示情绪，更是传播情感信息与协调双方关系的重要方式。据心理学家mehrabiadu的研究表明，在人类的日常交流中，通过人脸表情传递的信息高达信息总量的55%，而通过声音、语言传递的信息分别占信息总量的38%和7%。

随着数据库采集设备及技术的飞速发展，使得获取图片和视频的分辨率及像素越来越高，信息越来越细腻，越来越庞大，为人脸表情识别带来了越来越多的信息。同时由于信息量过大，使得识别及分类算法的效率受到严重的影响。如何提高算法的效率就成为了分类识别算法中重要的研究方面。

人脸表情识别随着近几年统计模式识别与深度学习等方向的发展，已经取得了很大的进步，但还有许多可以完善的方面，例如：

2. 研究的基本内容

本课题将结合PC机与Android手机客户端实现实时检测识别表情的功能。它的本质就是统计模式识别方法，主要由4个部分组成：数据获取，预处理，特征提取和选择，分类决策。

基于Android的手机客户端充当一个数据采集与人机交互模块，相关模式识别的算法程序全部置于PC端进行计算，计算完成后通过局域网络向手机端实时返回识别结果。

主要的研究方向在PC机的算法方面，选取基于区域的分割算法LBF对人脸进行分割，以消除光照不均匀等对人脸分割有较大影响的因素。另外结合PCA与线性SVM对分割出的人脸进行识别分类，以提高计算速度。

3. 实施方案、进度安排及预期效果

（1）实行方案

于pc机上选取合适的算法并设计合理的分类器，结合pc机与手机端实现实时的表情识别。

首先完成手机客户端与pc机的实时通信，再于pc端完成对于算法的设计，最后对整体系统的实时性与准确性进行测试。

4. 参考文献

1. 刘伟峰. 人脸表情识别研究[d]. 安徽: 中国科学技术大学, 2007.

2. martinez b, valstar m f. advances, challenges, and opportunities in automatic facial expression recognition[m]. advances in face detection and facial image analysis. springer international publishing, 2016.

3. s kumar，a gupta. facial expression recognition: a review[j]. international research journal of engineering and technology. 2016, 03(05): 1616-1619.