人脸表情识别是人工心理研究的重要技术部分，也是机器人平台获取情感信息的重要方法。人脸表情含有丰富的人体行为信息，对它的研究，可以进一步了解人类对应的心理状态。计算机和机器人如果能够像人类那样具有理解和表达情感的能力，并能够自主适应环境，这将从根本上改变人与计算机之间的关系，使计算机能够更好地为人类服务。

人脸面部表情的产生是由于肌肉的牵引将正常的人脸变形成为有表情的人脸。Ekman和Friesen提出的面部运动编码系统（FACS）中，采用44个能够独立运动的表情活动单元（AU）描述面部动作，这些单元与使面部表情改变的肌肉结构紧密相连，在这个系统中，还定义了六种最基本的表情：惊奇、恐惧、厌恶、愤怒、高兴、悲伤，以及33种不同的表情倾向，说明了具有这六种表情的人脸特征与无表情的人脸特征相比，有相对独特的肌肉运动规律^[20]。后来进一步的研究，大多数都是在FACS的基础上构建人脸表情模型，所以说这一系统的提出具有里程碑的意义。后来，研究者们进一步揭示了运动单元与肌肉运动之间的关系，提供了表情识别的心理学方面的依据。I.A.Essa等人把提取的新运动单元命名为FACS+，它是基于物理和几何模型，用模板匹配的方法识别表情的。国内的研究中，提出了FACS’（转换FACS）的表情编码，把运动单元的运动转化为基于物理结构和肌肉模型的运动特征向量序列，对眼部和嘴部分别进行表情编码，相应的运动基于FACS的规则，同时又克服了FACS的弱点^[22]。(www.daowen.com)