摘要：情感作为人类在社会活动中的重要生存能力，在人类处于情感认知阶段这一过程时，对大脑收集到的信息进行处理，并及时作出调节和反馈，对信息的准确判断起重要作用。情感认知产生的情感交互，能够让人与人之间的进一步交流表达更为流畅。情感认知的重要性不言而喻，所以研究表情识别技术是新时代发展必不可少的一个课题。本文利用CNN卷积神经网络在数据库中的比对使其在Python、TensorFlow、OpenCV环境下训练并验证人的面部表情。主要基于快乐，悲伤，惊讶等基本情绪作为情绪识别的数据参考。通过识别面部表情可以使得在人机情感交互过程中，机器人能够更加准确的辨别使用者的状态，以达到更自然友好的人机交互。

关键词： 深度学习；卷积神经网络；面部表情识别

目  录

摘  要

ABSTRACT

第一章 绪论-1

1.1 引言-1

1.2 研究背景及意义-1

1.3 面部表情识别发展和研究-2

1.4 本文的主要研究工作和内容安排-3

第二章 人工智能与深度学习-4

2.1 人工智能-4

2.2 深度学习概述-4

2.3 卷积神经网络CNN-5

2.4 本章小结-6

第三章 图像分类-7

3.1 图像分类概述-7

3.2 图像分类数据库介绍-9

3.2.1 MNIST-9

3.2.2 Fashion-MNIST-9

3.2.3 CIFAR-10-9

3.2.4 CIFAR-100-9

3.2.3 imageNet-9

3.3 本章小结-10

第四章 面部表情识别实验的设计-11

4.1 实验环境-11

4.2 实验数据准备-11

4.3 实验流程-11

4.3.1 数据可视化-12

4.3.2 创建数据集-12

4.3.3 创建卷积神经网络-12

4.3.4 训练模型-14

4.4 本章小结-15

第五章 实验结果分析-16

5.1 Windows 10环境下实验结果分析-16

5.2 Linux环境下实验结果分析-18

5.3 本章小结-20

第六章 总结与展望-21

6.1 总结-21

6.2 展望-21

参考文献-23

致  谢-25