情感计算是人工智能领域中的一个重要分支。缺少了情感的智能体是不完整的。认识情感就是试图认识事物的本质,有助于探索和学习人工智能发生的起因和发展的规律。结合普适计算和前摄计算,综合运用心理学、认知学、人类学、生理学、数学和计算机科学等学科成果,提出了情感元模型的概念。作为一种通用的情感理论器,元模型描述了情感建模过程中共性的特征。利用情感感知系统获得情感信号,并进行信号分析和判别给出情感识别结果,以此建立情感知识库。通过自身的情感体验辅助给出情感表达方式,应用情感仲裁机制给出情感表达意向,并由情感反馈系统给出情感调整。在元模型的基础上,针对个人不同的情感表现方式,建立情感的个性化模型,其中情感的共性化特征由元模型描述,并以此进行个性化模型间的协同化学习。在多元统计学的基础上,提出了元模型中基于面部表情的情感识别算法。该算法作为情感识别系统中的核心判别和归类算法,利用主成分分析法对情感信号进行降维,利用动态聚类分析法进行知识库的分类建立,利用Fisher判别分析法对情感识别给出结果分析。在元模型理论和情感识别算法的基础上,实现了基于面部表情的情感感知和识别系统。该系统利用摄像头采集测试者面部信息,建立个性化情感知识库,并实时的给出测试者的情感状态。综上,在元模型的基础上建立个性化情感模型,应用多元统计的方法给出基于面部表情的情感识别算法,并实现了情感感知和识别的应用系统。最后对系统进行了实验和数据分析,给出了测试者高兴或不高兴的情感状态判别,充分验证了理论元模型的思想和情感识别的算法,取得了满意的效果。