人脸表情包含了情感表达过程中的绝大部分信息，近些年来随着实时交流智能化的需求以及识别技术的发展，人脸表情识别在虚拟人机交互等多个应用领域呈现越来越大的重要性。尽管表情识别得到了相关学者充分的关注，然而该研究方向依然存在识别特征没充分提取、采用特征没经过有效筛选以及识别算法尺度单一等问题，本项目将从这些问题出发构建更加有效的表情识别算法。 首先，由于表情皱纹的多样性与复杂性，虽然该特征是表情的重要体现，然而并没有被充分地应用于表情识别过程，导致一些细微的表情难以准确识别，本项目将构建各种表情脸相应皱纹的检测算法。其次，针对几何与皱纹综合特征的引入，已有的算法在特征筛选方面没有作深入的研究，导致识别算法存在时间复杂性高与过学习的风险，本项目将以识别率最大化与复杂性最小化为目标的优化模型获取最优的特征组合。最后，目前的识别算法大多采用单一的识别格式，这样很有可能忽略各种表情特征尺度的不一致性，从而导致部分表情识别率偏低，本项目将识别过程分成两层实现，一层考虑粗糙的表情分类以识别区分度高的表情，第二层通过对特征集进一步筛选以及对粗糙类的细分得到最终识别结果。