人脸表情识别技术是涉及情感计算、图像处理、机器视觉、运动跟踪、模式识别、生物特征识别、生理学、心理学等研究领域的一个极富挑战性的交叉课题，它是情感计算、人机智能交互的重要组成部分，是近年来的一个研究热点。　　 本文在总结前人研究成果的基础上，依据局部二进制模式(Local BinaryPatten，LBP)和Gabor小波在图像特征提取方面的不同特点，针对表情识别的难点--表情特征提取，提出了一种基于LBP和Gabor特征融合的人脸表情识别新方法。首先，对标准化处理后的表情图像分别采用LBP和Gabor小波两种方法提取表情特征；然后，对两种特征进行加权融合，生成加权复数特征(WeighedLBP-Gabor Complex Features，WLGCF)；最后，使用LDA算法对WLGCF特征进行二次特征提取，生成最具代表性、更易分类的低维识别特征，使用最近邻的方法进行分类识别。实验证明，本文提出的方法是可行的，并能取得良好的表情识别效果。