在第三次工业革命浪潮席卷全球的今天,随着时代信息化的推进,计算机视觉及其相关领域的研究受到了越来越多研究机构和学者的重视,在人机交互,行为预判定,视频监控等领域都有着广泛的应用。让计算机更能准确地判定人类的心理状态,从而提供更良好的服务,成为计算机领域未来的发展方向。本文从人脸表情识别系统的框架着手,对系统中关键部分存在的问题进行研究,主要工作内容如下:1.人脸检测方法研究。为了进一步提高现有人脸检测Adaboost算法检测速度和检测精度,本文研究了一种基于多通道特征,将软硬级联思想相结合用于分类器级联的人脸检测方法。该方法利用软硬结合的级联分类器的方法,提高了人脸检测的精度,利用多通道特征的信息,提高了检测速度,利用二次像素复检的方法,降低了误检率。2.人脸表情全局特征提取与识别方法研究。针对部分表情彼此差异大的特点,该方法提取表情的全局特征,采用改进的弹性图匹配方法,减少特征点的数量,去掉对识别作用小的特征点,采用图像分块处理,快速进行特征点的标记;引入区域权重的概念,增大对识别作用大的图像分块的特征矢量的权重;采用严格匹配重点区域和引进欧氏距离度量的方法,快速区别彼此相差较大的表情种类。3.人脸表情局部特征提取与识别方法研究。针对部分表情彼此高度相似,但局部细节不同的特点,该方法提取表情的局部特征,改进现有LDP算法,采用图像分块处理,突出特征区域特点;突出像素相关性和邻域内明暗信息在纹理信息中的地位,分别针对这两个方面分别进行研究改进,借以强化像素点的特点及区分度,以利于识别。