随着人机交互技术的飞速发展,情感计算问题越来越受到关注,人脸表情辨别技术逐渐受到人们的重视。人脸表情识别是计算机自动表情识别的简称,是指对人类脸部的表情信息进行特征提取和分析,按照人类的认识和思维方式加以理解和归类,运用人类所特有的感情信息方面的先验知识,使计算机进行思考、联想及推理,从人脸信息中去分析理解人类的情绪,如惊奇、恐惧、厌恶、愤怒、高兴、悲伤及中性等[1]。本文的主要工作集中在两个方面。局部二值模式是一种有效的纹理描述算子,在纹理分类等相关研究领域有着广泛的应用。LBP算子具有出色的性能,例如计算简洁,在滤波处理后的计算结果分辨度强,有旋转不变和灰度不变的明显优势。在纹理分类、人脸面部分析等相关领域中,LBP算子都表现活跃。本文对LBP算子进行了扩展介绍,并由其引出了局部二值模式的均匀模式状态和非均匀模式状态。隐马尔可夫模型是一种随机模型,具有十分丰富健壮的数学结构,适合非平稳随机序列,具有统计性,用来处理多个不同平稳状态过程中的随机转移。本文介绍了隐马尔可夫模型的一些基本分类方式,最后介绍了隐马尔可夫模型三个基本问题和解决途径,以及在实际应用中遇到的下溢问题和主要解决办法,并阐述了如何基于HMM进行人脸表情识别。