随着人工智能的不断发展,人们越来越希望在人机交互过程中,计算机能够拥有情感。而人脸表情识别是情感计算、智能人机交互的重要组成部分,涉及到计算机视觉、模式识别、心理学等相关领域。本文对计算机自动表情识别作了一定的研究,提出了由自组织理论方程描述的情绪模型。主要工作如下:(1)研究了均匀模式LBP算子和旋转不变LBP算子,分析了均匀模式LBP算子不同采样点半径、不同采样点的特性,比较了基于LBP8 u,12, LBP8 u,22两种算子作用于人脸表情特征形成的性能。改进了LBP算法中的符号函数,提出了一种将图像由粗略到精细,局部结合整体的直方图提取方法,能有效包含表情的纹理信息。(2)研究了局部保全投影(LPP)算法,将提取得到的直方图降维到LPP空间,识别过程简单而且只需要在低维空间计算,大大减少运算时间。比较了不同内积核函数的SVM方法,实验得出径向基函数效果最好。同时构造了15个一对一SVM分类器对表情结果分类,实验证明结合了LBP算子和LPP降维的方法要优于Gabor滤波和传统LBP直方图相交法。(3)情感模型是实现有效人机交互的关键组成部分。在建立模型的过程中,研究了基本情绪理论以及自组织理论结构,提出了结合个性、心境和需求的数值化描述方法,并实验仿真了基本情绪、复合情绪和内驱力之间的关联以及情绪的衰减。(4)设计了一个人机情感交互的程序,通过ASR机器人来验证人脸表情识别,在不同的人脸表情库上对比识别效果。同时融合情感模型,模拟了情感的状态变化。