1. 毕业设计（论文）的内容和要求

1． 设计（论文）内容 人脸表情识别是人机智能交互的重要基础，是当前国内外模式识别和人工智能领域的一个重要的研究热点。

人类面部表情识别与分析有很重要的意义，是人机智能交互中的一项重要技术，越来越受到重视。

人工神经网络模型以其快速的学习能力、容错能力、多输入处理能力和非线性映射能力，以及良好的自适应能力得到了广泛的推广。

2. 参考文献

[1]金辉,高文.人脸面部混合表情识别系统[J].计算机学报，2000，23(6)：602-608． [2]梁路宏,艾海舟等.人脸检测研究综述[J].计算机学报,2002,25(05):449-458. [3]ChenDS,LiuZK.ASurveyofSkinColorDetection[J].ChineseJournalofComputers,2006,29(2):194-207. [4]尹星云，王洵等. 用隐马尔可夫模型设计人脸表情识别系统[J]. 电子科技大学学报, 2003,32(6):725-728. [5］张德丰. MATLAB神经网络应用设计[M]．北京：机械工业出版社，2009. [6] 樊引刚. 人脸表情识别系统的研究与实现[D], 北京交通大学, 2011. [7]金灿.面向人工智能的人脸表情识别系统研究[J].电子技术与软件工程，2016(14):260-260. . [8]胡继胜，赵力. 基于BP神经网络的人脸表情识别[J] 微型机与应用, 2010, 29(11):33-35.

3. 毕业设计（论文）进程安排

起讫日期 设计（论文）各阶段工作内容 备 注 2016.12.20～2017.1.3 布置设计任务、学习基本知识 2017.1.4～2017.1.8 查阅人脸表情识别的相关资料文献及翻译 2017.1.9～2017.1.12 学习认识Matlab软件与神经网络 2017.1.13日前 修改完成开题报告 开题 2017.1.13～2017.3.5 继续学习Matlab及神经网络工具用法 2017.3.6～2017.4.30 对人脸表情特征值进行Matlab提取 2017.5.1～2017.5.12 用Matlab编程建立神经网络模型 2017.5.13～2017.5.22 对建立的神经网络模型进行训练和验证，修改代码 2017.5.23~ 2017.6.1 论文初稿写作，演示 2017.6.3之前 提交所有毕业设计正式材料电子稿与打印稿 2017.6.3～2017.6.8 准备答辩 2017.6.9～2017.6.12 答辩 答辩