人脸表情在人与人之间的交流方面传递着丰富的信息,因而可以通过人脸表情分析去探究人的情感状态与认知状态方面的内容。近年来,人脸表情分析受到越来越多的关注,极大地丰富了计算机视觉,人工智能等领域。计算机若能像人那样具有理解和表达情感的能力,将从根本上改变人与计算机的关系,使之能够更好地为人类服务。作为人脸表情识别系统的重要组成部分,表情特征提取在提高识别正确率上占据着重要作用。本文主要研究了谱特征分析的方法,对其进行了改进和创新,并将其嵌入到人脸表情识别系统中。主要工作如下:1、改进了谱特征分析方法。借鉴谱聚类的思想,从被分析的Laplacian矩阵的种类、特征向量的方向和维数几个方面对传统的谱特征分析做出了改进。通过在日本妇女的表情库上的实验,结果显示本文方法较之传统的谱特征方法和经典的子空间算法PCA在识别速度和识别正确率上都有一定程度的提高。2、提出基于小波分解的谱特征分析方法。通过分析表征表情的人脸区域和二维小波分解各个方向上分量的关系,选择了适当的加权系数,将加权后的分量融合成新的图像。并将此图像作为谱特征分析方法的输入,使两者的优点有效地结合,进一步提高识别正确率。3、初步搭建了一个表情识别系统,将本文的算法在其上实现,以便直观地显示和验证算法的性能。实验表明本文改进和引入的创新对于表情识别都是有效可行的。取得了比较令人满意的结果。