1. 研究目的与意义
表情是人类表达情绪的一种基本方式，是非语言交流的一种有效手段，丰富的表情是对语言进行良好的补充，能够更加完整的向对方传递感情信息，人不仅可以通过表情表达出情感，还可以辨别出交流者的态度与心理，除此之外，还可以通过对人脸的表情识别抓拍到一些美好的瞬间，留下难忘的回忆，所以从这些方面来看，人脸表情识别研究具有重要的社会研究意义。
人脸面部表情识别是涉及模拟识别和机器视觉领域的极具应用价值的工程技术，虽然人类很容易分辨不同的表情，但要在机器系统上实现是非常复杂的。
随着计算机技术的发展，人脸面部表情识别技术在友好人机交互系统中的应用逐渐发展起来，研究者们提出了一系列应用良好的识别算法，为人脸面部表情识别领域做出了很大的贡献。
2. 课题关键问题和重难点
关键问题： 本论文的关键问题在于利用OpenCV图像处理做人脸识别，识别人脸之后，需要对图像做预处理（彩色图像灰度化，图像几何归一化和光照预处理）。
然后用到dlib库进行人脸识别与特征标定，这里也是一个关键问题，用到人脸模型特征标定需要一个面部形状预测器，可以通过自己的照片进行训练，标定的时候用到OpenCV的circle方法，在特征点坐标上添加水印，内容就是特征点的序号和位置。
难点（研究过程中预计可能遇到的困难或问题，并提出解决的方法和措施）：难点在于获取特征点信息之后，需要进行综合计算，作为每个表情的判断指标，主要是从眉毛，眼睛，嘴巴三个基本特征表现来进行计算。
3. 国内外研究现状（文献综述）
人脸表情之别是指利用计算机对人脸的表情信息进行特征提取，然后按照人的思维方式进行理解和分类。
对于人类而言识别人脸表情没有问题，但计算机来说就比较困难。
总的来说，人脸表情识别能根据人脸的表情，进行感情识别。
4. 研究方案
该课题主要利用opencv做人脸识别，利用dlib标识出脸部特征点位置做计算和分析，简单做面部情绪判断。
过程中分为三大步骤：（1）人脸检测用到基于人工神经网络的方法，将人脸区域看作是一种模型，使用大量的人脸与非人脸样本进行训练，构造分类器，最后通过判断被测图像中所有可能区域属于哪一类模型以实现人脸的检测。
（2）表情特征提取用到脸部形变特征提取方法里面的基于几何特征的方法，对人脸进行特征点标定，然后根据这些特征点的坐标信息进行综合计算，作为每个表情的判断指标。
5. 工作计划
2022-2022-1学期第12周 学生导师见面，确定选题，导师将备选课题发给论文联络员，专业负责人根据情况汇总调整重复及不合适的选题。
专业负责人论文分组，成立指导小组并指定小组组长。
第13周 完成选题，导师下任务书，开始准备文献综述和英文翻译。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
