近年来，在自然化、智能化的人机交互研究和情感智能领域已经取得令人瞩目的成果，其中一项关键的技术就是如何获取人的内心情感。表情是人们内心情感的重要表现形式，能够深刻地反映人们内心状态的变化，所以，人脸表情识别技术引起了研究者们的广泛关注。本文对近年来在表情识别方面的相关技术和理论进行学习研究，并将理论付诸实践，首先采用自适应阈值分割和基于Haar特征的Adaboost方法对人脸进行检测；其次，采用尺度不变特征变换（SIFT）方法提取表情图像特征，同时为了提高识别的实时性和准确率，在提取训练样本特征时，根据Fisher准则选取最有代表性的15个特征点来表征一幅表情图像；最后，采用有判别力的尺度不变特征变换（D-SIFT）和权重投票机制（WMV）来进行分类识别。最后，本文基于以上算法设计并实现了一个表情识别系统，完成了基于视频的人脸检测、特征提取与表情识别。并从实验上验证所采用方法的准确性和有效性。