在日常生活交流中,除了语言和肢体动作,面部表情也在信息传递中起到了不可替代的作用,面部表情往往能够传达很多语言和动作所不能传达的东西。因此人脸表情识别作为人机智能交互中的重要组成部分,近年来受到越来越多人的关注,如果计算机交互能利用好人类面部表情的这一特性,那将极大的推动人机交互领域的发展。而智能终端在当今社会与人类的联系越来越紧密,例如智能手机在人类日常生活中扮演着不可或缺的角色,因此智能终端与人脸表情识别的结合具有十分重要的意义。人脸表情识别的步骤主要包括人脸检测、人脸表情图像预处理、人脸表情特征提取和人脸表情分类,其中人脸表情特征提取和人脸表情分类将作为本文的研究重点。文章首先选用多个国际人脸表情数据库作为实验数据,对现有人脸表情识别方法进行研究与实现。其次在现有人脸表情特征提取领域的研究基础上,提出了基于非线性分解的人脸表情特征提取算法,该算法提高了识别准确率并且降低了复杂度。最后结合机器学习人脸表情分类方法实现了人脸表情识别。本文将研究成果与智能终端iOS平台相结合,设计开发了面向智能终端的人脸表情识别系统,完成了人脸检测、人脸表情图像预处理和人脸表情识别的功能目标,并通过实验验证了系统的各项指标。