随着人类计算机水平以及人工智能技术的飞速发展,人脸识别技术已经成为社会的热点问题,从日常支付功能到智能监控,已经渗透到了人们的日常生活中,给人们带来便利,政府、社会、商业领域都已离不开人脸识别技术。人脸识别技术是一门交叉学科,发展至今,以人类面部生物特征为基础的人脸识别与表情识别技术已经融合了计算机视觉、人工智能、人机交互、深度学习等等很多的科学知识,涉及了很多当今热门的前沿科学技术知识。在另一方面,随着社会的发展,我国大学生数量逐年增多,大学生的各方面素质良莠不齐。随着教育的改革,学习成绩与科研水平已不单单是高校着重培养的大学生能力之一,高校大学生的心理问题也开始被社会重视起来。近些年由于心理问题发生的学生事故不计其数,这也对负责高校大学生心理问题的辅导员老师们提出了严峻的考验。要解决学生心理问题,首先就要及时地发现问题。人脸识别技术与表情识别技术在高校应用领域目前仅仅是考生身份认证、门禁管理等,对于关注学生心理健康状态方面尚为空白。本文将表情识别技术与高校大学生心理问题结合起来,通过研究合适的表情识别算法来解决大学生心理健康问题,方便高校辅导员老师及时发现问题同学,以免意外发生。论文的主要研究内容如下:（1）人脸检测系统理论研究。人脸检测作为人脸识别与表情识别任务的第一阶段,是一项很重要的前期工作。本文介绍了人脸检测中的部分算法原理,包括灰度特征模型、肤色模型、基于人工神经网络模型等,以基于Haar特征、LBP特征以及MB-LBP特征法为基础,结合Adaboost分类器实现了人脸检测,将三种算法进行比较,最终得出MB-LBP特征法更能精准的检测出人脸,能够适应光照变化以及复杂的环境变化,具有良好的鲁棒性。（2）图像预处理。图像预处理工作是人脸识别以及表情识别的重要基础工作。本文主要介绍了图像预处理工作中的图像灰度化、中值滤波、二值化、直方图均衡化以及图像的降噪去除环节。本文利用以上方法对采集的面部图像进行工作,有效消除了光照、噪声、尺寸等外界因素对识别的影响,为识别工作提供了便利。（3）人脸识别系统理论研究。本文介绍了人脸识别中的几种重要方法,包括基于面部特征法、基于模板匹配法、主成分分析法、基于神经网络法以及支持向量机的方法,为后续表情识别提供了理论支持。（4）表情识别理论研究。本文利用基于特征块和LBP的表情识别方法进行了识别试验,对算法性能进行了评价,比较了该算法和其他算法基于JAFFE库下的表现,并在自然场景下进行了试验,验证了该算法的泛化能力以及识别能力。（5）基于面部表情的心理情绪研究。本文研究了人类表情与心理情绪之间的关系。人类面部表情分为最基本的七种:高兴、惊讶、悲伤、轻蔑、厌恶、害怕、愤怒。本文阐述了每种心理情绪所映射的表情的种类,详细分析了在各种表情下的嘴、眼、鼻等器官的面部特征变化。（6）表情识别技术与心理的关系构建。通过对30名大学生进行谈心谈话以及心理健康问卷,了解其阶段性的心理状态,分析其是否具有心理健康问题。同时对测试者进行基于前文算法的表情识别测试,将谈话、问卷以及表情识别三者测试结果进行比较,准确率极高,故可以利用表情识别的方法对高校大学生进行心理把控。