近年来,随着计算机技术的快速发展,通过计算机进行面部表情识别在和谐人机交互及情感机器人等方面有着广泛应用,人脸表情识别逐渐成为一个研究热点。人脸表情识别是指利用计算机分析特定人的脸部表情及变化,进而确定其内心情绪或思想活动,实现人机之间更自然更智能化的交互。人脸表情识别的研究对于增强计算机的智能化和人性化,开发新型人机环境,以及推动心理学等学科的发展,有着重要的现实意义,并最终产生很大的经济效益和社会效益。　　 本文首先对课题的研究背景进行综述,并分析目前国内外已提出的主流人脸表情识别方法。在综合分析了以往的表情识别方法的基础上,本文主要研究了人脸表情特征提取的一些关键问题,提出了一些新的方法,并通过实验进行了有效性验证。本文的具体内容如下:　　 (1)提出了基于CBP-TOP的表情特征提取方法。该方法先把人脸表情图像序列进行分块,然后对每小块的中心像素点在XY,XT和YT三个正交平面上分别提取CBP码,提取完该小块所有中心像素点的CBP码后,把该块提取出的CBP码在XY,XT和YT三个正交平面上进行二元模式的直方图统计,得到3部分直方图,接着把三部分直方图级联起来组成一个直方图特征,所有分块的直方图特征被提取完后,再将所有块的直方图特征级联起来组成整个图像的直方图特征,最后使用SVM分类器进行识别。试验结果表明,该方法在人脸表情识别中获得较好的识别率。　　 (2)提出了基于多尺度CBP-TOP的表情特征提取方法。该方法是在CBP-TOP方法的基础之上拓展出来的,首先把人脸表情图像进行分块,然后对每小块使用不同尺度的CBP-TOP方法来提取图像序列的特征,然后把这些不同尺度的CBP-TOP直方图特征相加,就得到该块的多尺度CBP-TOP直方图特征,提取完所有分块之后,把所有分块的直方图特征级联起来,就得到图像序列的直方图特征,最后也同样使用SVM分类器进行识别。实验结果表明,多尺度CBP-TOP特征提取方法的识别率比单尺度CBP-TOP特征提取方法和VLBP特征提取方法的识别率更高,不过多尺度CBP-TOP特征提取方法所花的时间比其他两种方法要多一些。　　 (3)采用面向对象的设计方法,设计实现基于图像序列的人脸表情识别原型系统,并从实验角度验证上述方法的有效性。