随着计算机技术和人工智能技术及其相关学科的迅猛发展，整个社会的自动化程度不断提高，人们对类似于人和人交流方式的人机交互的需求日益强烈。计算机和机器人如果能够像人类那样具有理解和表达情感的能力，将从根本上改变人与计算机之间的关系，使计算机能够更好地为人类服务。表情识别是情感理解的基础，是计算机理解人们情感的前提，也是人们探索和理解智能的有效途径。

人脸表情识别是指从给定的静态图像或动态视频序列中分离出特定的表情状态 ，从而确定被识别对象的心理情绪，实现计算机对人脸表情的理解与识别 ，从根本上改变人与计算机的关系，从而达到更好的人机交互。 因此人脸表情识别在心理学、智能机器人、智能监控、虚拟现实及合成动画等领域有很大的潜在应用价值。

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。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。