人脸表情在人们的交流中起着非常重要的作用,是人们进行非语言交流的一种重要方式。人脸表情识别由于其自然、直观、非接触、安全、快捷等特点引起广泛关注,已经成为最具有发展潜力的生物特征识别技术之一,也是当前模式识别和数据挖掘领域的一个研究热点。本文旨在以人脸表情图像为研究对象,对表情图像进行特征点定位,提取表情的几何特征,实现人脸表情的高效识别,从而构建出一套完整的人脸表情识别模型。本文选择日本JAFFE人脸表情数据库,对表情图像进行预处理,包括尺度归一化和灰度归一化,利用主动形状模型实现了表情图像自动标定面部特征点,准确的对表情相应特征进行了提取,标定时主要选取下颌、嘴巴、鼻子、眼睛、眉毛5个脸部主要区域的特征点,共计76个,分析了特征点属性,分别对其几何特征进行统计,构建了人脸表情属性表,在属性表中共包含42个几何特征属性,为后续的人脸表情识别提供了数据支撑。采用随机森林的方法,将表情特征属性数据进行训练,针对特征的重要性进行判断,对人脸表情进行识别,并分析其分类结果,从而使人脸表情识别更加准确、高效。