应用面部识别分析系统，实现面部表情的可视化呈现，并以之为数据输入源，产生多种方式的输出形式。

                                          图5.1 人脸框架识别示意图

**人脸表情识别方法可分为两类：**一类是静态图像识别，另一类是动态图像识别。 大体上可将人脸表情识别划分为：检测、图像处理、特征提取以及表情分类几个模块。其中，检测模块能够获取到人脸在图像中所处的位置，进而得到表情图像。图像处理模块会将一些影响因素去除掉，随后特征提取模块会对处理好的表情特征进行提取及融合，最后输入到表情分类模块当中，由分类器输出识别结果。

5.1 人脸表情识别（通用） 举例：人脸识别机器人（设备区别在于下位机）。 e.g. 在服务机器人上，人脸表情识别系统分为上位机（人脸表情识别系统）和下位机（服务机器人运动控制系统）两个子系统。其中，上位机主要用于完成人脸表情识别工作，由图像采集、人脸检测与预处理、特征提取与识别、表情控制指令传输等模块构成。

                                                    图5.2 上位机与下位机的系统设计

**上位机：**采用EP（嵌入式处理器），为完成人脸表情识别功能提供操作平台。

该系统操作流程:

• 测试对象进入采样区，摄像头对准对象采集图像，启动AdaBoost人脸检测算法在传输的图像中准确识别人脸区域，预处理人脸区域；
• 采用卷积神经网络识别表情特征，以唤醒度理论和效价度理论为基础，对表情类型进行划分，区别生气、厌恶、悲伤、恐惧（上述四种表情归类为负面表情），以及惊讶、中性、高兴（上述三种表情为非负面表情）；
• 在表情分类后，根据不同的分类结果采用不同的人机交互措施，针对识别出的负面表情下达“move”指令，将该指令传输到下位机，针对识别出的非负面表情下达“stop”指令，并执行询问功能，与测试对象进行交互，进而完成人脸表情识别的整个流程。

**下位机（服务机器人运动控制系统）**结构：主要由处理器、电机驱动器、电机控制板等模块构成，其功能主要用于执行上位机传达的指令。

该系统的操作流程为:系统接收和处理上位机传达的指令，在RS232串口总线中传输指令处理结果，电机控制模块接收处理后的指令，采用数字处理技术处理串口命令，将处理结果通过脉冲展宽调制输出最终的控制信号，当机器人接收到控制信号之后，开启相应的运动。

5.3 下机位原理