1. 研究目的与意义、国内外研究现状（文献综述）

1.课题意义

微表情可能是判断一个人真实情感的最有利的线索。经过几十年的理论发展和试验验证, 微表情逐渐被学术界接受和认可, 此项技术经常用于多个机场的安检中, 此外, 在美国司法审讯、临床医学等领域也进行了应用测试。由于人工智能技术的不断发展，使得微表情识别技术成为近年来的研究热点之一。

微表情是当人们想要掩盖自己真实情绪时流露出的一种快速而短暂的面部表情,尤其是在高风险的情况下,微表情出现得更多.面部微表情是最重要的隐藏感情的非语言信号,它被认为是识破谎言和危险最有用的线索,对理解人类欺骗行为有着重要作用。不仅是检测,微表情发生期间面部肌肉运动时间的特性被认为是最重要的线索.因此,它在各种领域都有应用的潜力^[1]。

2. 研究的基本内容和问题

1.研究目标

打造一款可以识别人类面部表情的python产品，基于卷积神经网络实现对图片中的人脸进行识别和提取，可以分析出人物表情包括正常、高兴，悲伤，愤怒、害怕等几种表情。

2.研究内容

3. 研究的方法与方案

1.研究方法

1、安装vs2015，因为最新版的dlib-19.10需要这个版本的vscode

2、安装opencv（whl方式安装）：

4. 研究创新点

1.特色：运用python语言实现一款可以实现人类表情交互识别的应用。

2.创新之处：采用库函数、java语言以及卷积神经网络的思想实现该应用。

5. 研究计划与进展

研究计划及预期进展

2020年01月10日-02月15日上网查找资料，学习相关的开发知识；

2020年02月16日-02月28日对系统进行详细的分析、设计，确定研究方案；