时代在进步,科技在发展,特别是在李世石和AlphaGo的围棋人机大战之后,人们豁然发现人工智能的发展速度远超出想象,人脸表情识别技术作为一种重要的人机交互技术,未来必将在人工智能技术里面扮演重要角色。人脸表情识别技术为人机情感理解的基础,它将冰冷的机器赋予了人的情感感知能力,彻底摆脱人机仆从关系,转变为伙伴关系,使人类生活更加温馨与舒适。本文针对人脸表情的特性面部不同区域对表情的表征的贡献度问题进行深入的探讨,比较和借鉴近几年的关于面部表情区域选择的问题,提出基于组合特征的人脸表情识别算法。本文具体工作内容归纳如下:1.本文简单介绍了人脸表情识别技术研究背景及意义及当前人脸表情识别技术的研究现状。2.结合面部运动编码系统,分析面部不同区域对人脸表情表征的贡献度问题,对近几年关于表情块选择与组合的算法进行简单分析与介绍。3.本文介绍面部图像的检测与预处理算法,对表情图像基准点检测、图像旋转、剪裁和尺度归一化等规格化处理进行详细的说明。4.本文提出了基于组合特征的人脸表情识别算法。首先在表情图像预处理阶段获取面部器官形状位置的基准点信息,基于基准点提取17X17尺寸面部关键块的LBP特征,然后使用多任务学习算法对面部关键块进行选择与组合,形成具有表情判别信息的组合特征实现对面部表情的准确表征,最后使用支持向量机对组合特征进行分类和识别。在常用的CK+、MMI和Oulu_CASIA表情库的实验验证表明,本文所提算法具有一定的优越性能。