1. 研究目的与意义、国内外研究现状（文献综述）
课题的意义: 人脸图像属性是指人脸的二维图像中所带有的一些属性信息，比如人的年龄、种族、表情、头部姿态等等。
人脸图像属性识别是指根据这些图像所附带的特征信息来对人脸的属性进行预测。
基于人脸图像的表情识别是指根据输入的人脸图像判断出这个人脸的表情中所带有的情感成分；基于人脸图像的头部姿态估计表示根据输入的人脸图像判断出这个人的头部姿态的具体角度；基于人脸图像的年龄估计表示根据输入的人脸图像判断出这个人的具体年龄，等等。
2. 研究的基本内容和问题
研究目标：通过分别学习人脸表情识别中表情特征提取、降维处理和人脸表情分类与识别三个阶段，了解图像处理与识别的基本流程，认识并学习不同阶段的模型以及算法，掌握简单的特征提取方法，以及简单的分类算法，运用matlab编写并测试相应可以进行人脸表情识别的程序。
研究内容：（1）建立人脸表情数据集：选取互联网中常用的人脸表情数据库进行建立分析。
其中选用到的为：日本jaffe人脸表情库（2）表情特征提取：表情特征提取分为三个阶段：原始表情特征提取、特征降维、特征分解，在三个阶段中分别选用相应模型进行算法分析与建立自己的模型。
3. 研究的方法与方案
研究方法：采用查阅文献和书籍与咨询指导老师的方法，学习掌握matlab 语言以及各个算法模型的核心内容。
从互联网上下载并建立人脸表情数据库。
基于标记分布学习，构建模型实现人脸表情识别。
4. 研究创新点
近年来，随着人工智能研究的不断发展，一种新的研究人工心理理论，得到了充分的重视，它是利用信息科学的方法，对人的心理活动实现智能机器的模拟实验，人脸表情识别是其重要组成部分，对人脸表情的研究可以进一步了解人类对应的心理状态，如果应用于机器上，使得机器理解人脸表情的变化，将极大的改变人机之间的交互关系，使得机器能够更好的为人类服务。
作为当前热门的研究内容，本文通过学习常用的模型算法，结合自己的理解与应用，来编写人脸表情识别程序，增加自己对于人工智能的理解，以及尽自己的一份绵薄之力。
5. 研究计划与进展
2017年10－12月：确定选题，查找相关的文献以及书籍资料。
2018年1月：编写开题报告，根据指导老师的建议对自己的研究方向进行进一步了解、修改以及确定目标。
2018年1－2月：查找相关的人脸表情数据库的内容，下载并建立在自己的电脑内。
