隨著人臉識別技術的發展，如今在識別中應用到對人臉的表情進行識別，可以應用在人機交互、安全、機器人制造、醫療、通信和汽車領域等。那么，暢視智能來告訴你人臉識別技術的人臉表情識別要如何進行？

圖像獲取：通過人臉識別攝像頭等圖像捕捉工具獲取靜態人臉圖像或動態圖像序列。

圖像預處理：圖像的大小和灰度的歸一化，頭部姿態的矯正，圖像分割等。這樣做的目的是為了改善圖像質量，消除噪聲，統一圖像灰度值及尺寸，為后序特征提取和分類識別打好基礎

特征提取：將點陣轉化成更高級別圖像表述，如形狀、運動、顏色、紋理、空間結構等， 在盡可能保證穩定性和識別率的前提下，對眾多的圖像數據進行降維處理。可以通過提取幾何特征、統計特征、頻率域特征和運動特征等方法進行特征提取。

1）采用幾何特征進行特征提取，主要是對人臉表情的顯著特征，例如眼睛、眉毛、嘴巴等的位置變化進行定位、測量，并確定其大小、距離、形狀及相互比例等特征，從而進行表情識別。這個方法可與減少輸入數據量，但會丟失一些重要的識別和分類信息，使精確性不高 。

2）基于整體統計特征的方法強調盡可能保留原始人臉表情圖像中的信息，并允許分類器發現表情圖像中相關特征，通過對整個人臉表情圖像進行變換獲取特征進行識別。可以通過PCA和ICA。這種提取方法會受到外來因素的干擾，例如光照、角度等，導致識別率下降

3）基于頻率域特征提取，這是將圖像從空間域轉換到頻率域提取其特征，主要通過小波變換，能夠通過定義不同的核頻率、帶寬和方向對圖像進行多分辨率分析，可以有效提取不同方向的細節程度的圖像特征，不易直接用在匹配和識別，要ANN 或SVM 分類器結合使用，提高表情識別的準確率。

4）基于運動特征的提取，這是提取動態圖像序列的運動特征，是今后研究的重點，主要利用到光流法。光流是指亮度模式引起的表觀運動，是景物中可見點的三維速度矢量在成像平面上的投影，表示景物表面上的點在圖像中位置的瞬時變化，光流場還攜帶有關運動和結構的豐富信息。其模型是處理運動圖像的有效方法，將運動圖像函數作為基本函數，根據圖像強度守恒原理建立光流約束方程，通過求解約束方程，計算運動參數。這個方法反映了表情變化的實質，受光照不均性影響較小，但有比較大的計算量。

對于人臉表情的進行識別，在娛樂、人機等領域中帶來更多的人臉識別開發應用。