课题研究背景及意义： 人脸表情是最直接、最有效的情感识别模式。

它有很多人机交互方面的应用，例如疲劳驾驶检测和手机端实时表情识别。

早在20世纪Ekman等专家就通过跨文化调研提出了七类基础表情，分别是生气，害怕，厌恶，开心，悲伤，惊讶以及中立。

然而不断的研究发现这七类基本表情并不能完全涵盖人们在日常生活中所表露的情感。

针对该问题，2014年在PNAS上发表的一篇文章研究提出了符合表情的概念，并且指出多个离散的基础表情能结合在一起从而形成复合表情。

例如当人们遇到意外的惊喜时，应该是既开心又惊讶的。

人脸表情识别的具体应用如人机交互，驾驶员疲劳检测，医疗，谎言检测等。

Facial Expression Recognition 面部表情识别，以下简称FER，另外一个概念AFEA，Automatic Facial Expression Analysis。

完整的FER包含静态图像FER和动态序列FER。

静态图像FER，就是我们通常意义上的图片表情识别了，动态序列FER是基于视频序列建模，如RNN方式等。