提出了基于特征融合和模糊核判别分析(FKDA)的面部表情识别方法。首先，从每幅人脸图像中手工定 位34个基准点，作为面部表情图像的几何特征，同时采用Gabor小波变换方法对每幅表情图像进行变换，并提取基 准点处的Gabor小波系数值作为表情图像的Gabor特征；其次，利用典型相关分析技术对几何特征和Gabor特征进 行特征融合，作为表情识别的输人特征；然后，利用模糊核判别分析方法进一步提取表情的鉴别特征；最后，采用最 近邻分类器完成表情的分类识别。通过在JAFFE国际表情数据库和

研究优化人脸特征提取问题，针对长期以来在不贴标记点的情况下用传统的光流、Snake、可变模板等方法对纹理特征变化大的特征点不能有效跟踪，并且解决单独采用Gabor 小波系统开销大等问题，为了在人脸图像中提取准确信息，提出了人脸特征点的跟踪方法，分组采用改进的光流法和弹性图匹配的方法进行特征点跟踪。对眼睛、眉毛、上下眼皮等14 个表 情变化不大的特征点使用光流法进行跟踪，最后对变化大的嘴部8 个特征点运用Gabor 小波的弹性图匹配方法进行仿真。-Gabor wavelet research

这个是面部表情自动识别的源代码。它是基于Viola和Jones的面部检测算法和Gabor面部特征点的提取，然后使用训练过的神经网络来识别人脸表情。-This is the automatic recognition of facial expression source code. It is Viola and Jones face detection algorithms and Gabor facial feature point extraction, and then use the