1. 研究目的与意义（文献综述包含参考文献）

近年来，随着人工智能研究的不断深入，人与计算机之间的交互更加为研究者关注，尤其是面部表情的识别，是人机交互的的重点领域之一。

面部表情识别即，将人的面部表情特征，经过处理转化为计算机可以识别的数字信号输入计算机，利用人类已有的知识，使计算机识别、判断、得出结论，进而从面部表情中去分析人类的状态和情绪。

目前，人脸面部表情的用途比较广泛，尤其是在各大工厂、企业中它们对工作过程中的安全防护问题越来越重视，比如矿井、建筑场地及重工业地区等事故多发地，安全防护问题是重中之重，而人脸的面部表情可以为它们提供很多的信息。

2. 研究的基本内容、问题解决措施及方案

一、本课题预计要解决的问题 在了解图像处理原理与方法、深度学习网络的原理、训练方法，以及视频监控系统的组成、原理与实现的基础上，实现对视频监控系统中面部表情的特征提取与选择，并对疲劳、走神等状态进行分类识别，应用于司机驾驶、工作现场操作人员的疲劳、走神等状态的自动识别。

二，拟采用面包表情识别流程如下： 本课题拟在windows系统下，基于pycharm的软件开发平台，使用python进行表情识别的处理工作。

面部表情识别系统需要经过人脸面部图像的获取、检测与定位、预处理和面部表情识别几个过程。