近年来，随着人工智能研究的不断深入，人与计算机之间的交互更加为研究者关注，尤其是面部表情的识别，是人机交互的的重点领域之一。

面部表情识别即，将人的面部表情特征，经过处理转化为计算机可以识别的数字信号输入计算机，利用人类已有的知识，使计算机识别、判断、得出结论，进而从面部表情中去分析人类的状态和情绪。

目前，人脸面部表情的用途比较广泛，尤其是在各大工厂、企业中它们对工作过程中的安全防护问题越来越重视，比如矿井、建筑场地及重工业地区等事故多发地，安全防护问题是重中之重，而人脸的面部表情可以为它们提供很多的信息。

例如在医疗监护方面，开发一个表情监护系统，通过实时监测病人表情的变化来分析病人此时此刻的心理变化和生理状态，若发现病人有痛苦或者不良情绪时，就可以及时地通知医护人员进行处理；在煤矿生产过程中，井下矿工情绪低落、在工作过程中疲劳或者走神，都会影响其工作效率，甚至导致事故发生，如果能够通过计算机实现人脸表情识别，就能更好地掌握井下工作人员的情绪状态，从而及时发现问题，消除事故隐患；在开车过程中，经常会出现疲劳驾驶的情况，此时若能够实时观测驾驶人的表情状态，在其面部出现疲劳表情时及时地加以提醒，便可以防患于未然，防止交通事故的发生。

一、人脸表情识别国内外研究情况 计算机面部表情识别技术是最近几十年才发展起来并逐渐成为科研热点的。

美国、日本、英国、德国、荷兰、法国等经济发达国家和发展中国家如印度、新加坡都有专门的研究组进行这方面的研究。

其中 MIT、CMU、Maryland 大学、Standford 大学、日本城蹊大学、东京大学、ATR 研究所的贡献尤为突出。

国内的清华大学、哈尔滨工业大学、中科院、中国科技大学、南京理工大学、北方交通大学等都有人员从事人脸表情识别的研究。

二、本课题应用的主要技术和知识； 对改进的主成分分析法结合支持向量机算法与卷积神经网络算法分别进行了人脸、面部表情识别的实验，并与传统的人脸面部表情识别结构进行了比较，验证了卷积神经网络在人脸面部表情识别的准确性和有效性；另外，对人脸面部表情识别分类系统进行了设计，并设计了应用于人机交互的 GUI 图形用户界面。

二、面部识别通常可以分为以下几个方面： 1、人脸识别。