刘继明，张培翔，刘 颖,3,4，张伟东,4，房 杰,3,4

1.西安邮电大学 通信与信息工程学院，西安 710121

2.西安邮电大学 图像与信息处理研究所，西安 710121

3.陕西省无线通信与信息处理技术国际合作研究中心，西安 710121

4.西安邮电大学 电子信息现场勘验应用技术公安部重点实验室，西安 710121

情感是生物对外界价值关系产生的主观反应，也是生物智能的重要组成部分[1]。在日常生活中，人们一般都是通过面部表情来获取他人的情感状态，但是某一些情况下，人们也会根据语气、肢体动作等其他一些细微的变化来获取他人的情感状态。在服务型机器人、审讯、娱乐等方面需要通过计算机的帮助来获得人类准确的情感状态，因此情感分析体现了越来越重要的研究价值。

情感分析的理论和算法构建涉及人工智能（artificial intelligence，AI）、计算机视觉（computational vision，CV）和自然语言处理（natural language processing，NLP）等多个方面，是一个多学科交叉的研究领域。早在20 世纪，Ekman 等人[2]就将人类的情感分为愤怒、厌恶、恐惧、快乐、悲伤和惊讶六种基本情感，奠定了当今表情识别的基础。在后来的研究中，蔑视也被认为是人类的基本情感之一。

在现有的文献中，主要根据面部表情、文本以及语音中的一种模态来对情感进行分析。在面部表情识别（facial expression recognition，FER）中，传统的方法主要有基于几何和外观的方法。基于几何的方法虽然简单易行，但是容易忽略局部细节信息。基于外观的方法主要是根据面部的纹理变化来判断情绪的变化，具有良好的光照不变性。在面部的纹理特征提取中，局部二值模式（local binary pattern，LBP）和Gabor 小波因具有较好的性能而被广泛应用。……