自闭症是一种在儿童阶段表现出来的与他人存在沟通障碍,且反复做某件事。自闭症儿童在与人沟通是时,对他人的面部表情的识别上存在很大的障碍,从而对他们的心里发育产生严重的影响。结合移动互联网时代背景,设计并实现一款基于C/S架构的人脸表情识别系统用于自闭症儿童表情识别康复训练,从而达到改善自闭症症状的效果。本文首先阐述了系统的研究背景与意义,介绍人脸表情识别算法国内外研究现状,归纳本文研究的重难点和本文章节目录。详细的介绍了人脸表情识别相关理论,人脸检测部分、特征提取部分、表情训练与识别部分中主要的算法。接着以表情识别系统实现为主线,设计三套系统实现方案,在实验中进行算法参数调优与选取。进行试验结果分析,确定系统最终解决方案。实现人脸表情识别系统并测试。本文主要工作归纳为以下几点:1制作自定义人脸表情库。针对开源免费表情库的图像样本都是外国人且样本数量少,本系统具有图像样本库添加功能。将用户提交的人脸图像加载到人脸表情库中,提高系统的健壮性。2根据实际需求,设计系统架构。结合实际软硬件开发环境与系统需求,采用C/S架构。Socket服务器进行复杂耗时的分类器训练和表情识别,Android客户端进行图像获取、图像预处理与人脸检测。3研究系统核心开发技术。研究开源免费人脸表情库、开源新视觉图像处理库Opencv、Dlib、Android开发技术、服务器端技术、客户端服务器通讯技术。4研究常用的人脸表情识别算法,设计三套系统核心算法方案。研究人脸表情识别常用算法的优缺点,设计三套实验方案。方案一:Adaboost人脸检测+图像预处理+PCA特征提取+KNN表情分类。方案二:Adaboost人脸检测+图像预处理+HOG特征提取+SVM表情分类。方案三:Adaboost人脸检测+图像预处理+LBP特征提取+PCA特征降维+SVM表情分类。5实验算法建模与参数调优。在实验过程中,进行算法建模,建立函数模型,并对特征提取和表情识别算法进行参数调整,使识别率达到最优。6系统实现与测试。选择实验中识别率最优方案,进行系统实现。并对系统进行测试。