随着科学技术的发展迅速,人脸表情识别近年来突飞猛进,人脸表情识别越来越受到关注,如何方便有效地实现人脸表情识别,已经成为人们日益关心的问题。人脸表情识别的能够自动识别人脸表情状态,是计算机视觉领域中一个备受关注前沿方向,是该领域中的研究热点,是保证现代社会公共安全和节约人力的重要手段与技术。在视频序列中把人物从背景图像中分离出来是计算机视觉领域中的基本任务,具有广泛的应用前景和市场前景。人脸表情识别是指计算机自动确定图像中所包含的人脸位置、大小、姿态的过程。人脸表情识别问题最初作为自动人脸识别的一个问题被提出,近年来由于其在视觉监测、汽车驾驶,生产安全的应用价值,开始作为一个独立的方向受到研究者的普遍重视。近年来,已成为计算机视觉与模式识别领域一项受到倍受关注、研究广泛的方向。其在人机交互、人脸识别、视频安全、监控表情识别等方面,具有广阔的应用前景。本文就人物脸部表情疲劳状态识别进行了研究：为了提高人脸检测的速度与性能,首先根据动态阈值与肤色相似度相结合方法的分割人的脸部。在YCgCr颜色空间计算肤色相似度,根据动态阙值对肤色进行分割,并对肤色分割后的二值图像进行降噪处理。其次,跟踪到的人物脸部上提取人物表情特征。确定人脸区域之后,定位人脸眼睛和嘴部,提取人脸面部嘴部和眼部特征,再结合面部嘴部和眼部特征识别疲劳状态。本论文的创新之处：1.提出了基于人脸嘴部曲率的脸部疲劳表情识别。2.综合人脸嘴部曲率和眼部状态来进行人脸疲劳状态识别,大大捉高了疲劳状态识别率。3.对眼部和嘴部设定不同的优先级,根据先识别眼部状态,再根据嘴部状态的来识别疲劳状态。