迄今为止,表情识别领域的绝大多数工作都是以二维静态或序列图像为处理对象的.这些方法给出的表情识别率一般都较低,而且能识别的表情的种类也不多,尤其是对微小的表情变化难以识别,成为表情识别研究中的一大难点.另外,大多数已有的人脸表情识别算法的适应性较差,不能完成对陌生人面部表情的识别工作,在光照条件不同以及待识别人的头部姿态存在变化的情况下,也不能取得满意的识别结果.近年来,随着三维成像技术的发展,三维图像的获取越来越容易.和二维图像相比,三维图像可以提供信息量更大、鲁棒性更强并且与光照和人的头部姿态等因素无关的三维信息.显然,将人脸三维图像用于人脸表情识别,可以期望得到更好的结果.现在进行的大多数的人脸表情识别研究都利用的是二维的人脸图像.三维成像技术的发展使得三维图像的获得变得容易而且被用在越来越多的地方.为了充分利用三维图像,在前人的二维图像研究的基础上,该文提出了一种新的基于三维数据的人脸表情识别方法.此方法根据三维成像仪的特性,利用得到的三维数据,并结合原始的二维图像进行特征点识别,然后综合分析特征点的性质完成人脸表情识别.实验表明,该方法能够对六种人脸表情进行识别,有较高的识别率.