1.目的及意义

面部表情识别技术是近几十年来才逐渐发展起来的，由于面部表情的多样性和复杂性，并且涉及生理学及心理学，表情识别具有较大的难度，因此，与其它生物识别技术如指纹识别、虹膜识别、人脸识别等相比，发展相对较慢，应用还不广泛。但是表情识别对于人机交互却有重要的价值，因此国内外很多研究机构及学者致力于这方面的研究，并己经取得了一定的成果。

本论文就是基于这样一个目的，运用数字图像处理技术，结合matlab的GUI技术以及Gabor小波技术，研究如何用图像处理方法完成人脸识别的问题，确定人脸面部表情高兴，生气，吃惊，恐惧，厌恶，悲伤的研究。

1.2国内外的研究现状分析

20世纪70年代美国心理学家Ekman 和 Friesen对现代人脸表情识别做出了开创性的工作。Ekman定义了人类的6种 基本 表 情：高兴 (Happy)、生 气 (Angry)、吃 惊 (Surprise)、恐惧(Fear)、厌恶(Disgust)和悲伤(Sad)，确定了识别对象的类别；其次是建立了面部动作编码系统（Facial Action Coding System，FACS），使研究者按照系统划分的一系列人脸动作单元（Action Unit，AU）来描述人脸面部动作，通过人脸运动和表情的关系，进而检测人脸面部细微表情。1978年，Suwa等人对一段人脸视频动画进行了人脸表情识别的最初尝试，一系列的研究在人脸表情视频序列上展开。到上世纪90年代，随着图像处理与模式识别技术的发展，使得人脸表情识别的计算机自动化处理成为可能，K Mase和 A Pentland是其中的先驱者。二人首先使用光流来判断肌肉运动的主要方向，然后提取局部空间中的光流值，组成表情特征向量，最后利用表情特征向量构建人脸表情识别系统。该系统可以识别高兴、生气、厌恶和惊奇4种表情，识别率接近80%。1997年，哈尔滨工业大学的高文教授领导的团队将人脸表情识别的研究成果引入我国。2003年，北京科技大学的王志良教授领导的团队，将人脸表情识别算法应用于机器人的情感控制研究中，并发表了2002年以来人脸表情识别发展情况的综述。2004年，东南大学的郑文明博士在面部表情识别方面，提出了基于核典型相关分析、偏最小二乘回归等多种识别方法，并负责开发了 自动面部表情识别系统。2006年，国家自然科学基金对人脸表情识别的相关研究正式立项[11]。直至今年，项目数有总体增长的趋势。国内的清华大学、中国科学院、北京航空航天大学、北京交通大学、北京科技大学、哈尔滨工业大学、东南大学、上海交通大学、西北工业大学、华中师范大学等多所高校和科研机构参与了人脸表情识别相关课题的研究。虽然人脸表情识别的商业应用还处于起步阶段，但是国内外研究机构和企业都在不同的领域进行尝试和研究，部分成果已经取得了专利。因此表情识别的研究具有很大的开发潜力。

2. 研究的基本内容与方案

2.研究（设计）的基本内容、目标、拟采用的技术方案及措施

2.1研究目标

本次毕业设计将研究基于matlab人脸面部表情识别技术的背景意义、研究现状以及其基本原理与相关技术研究。通过的matlab的GUI技术以及Gabor小波技术，从人脸数据库中确定人脸面部六种不同表情高兴，生气，吃惊，恐惧，厌恶，悲伤。