1. 研究目的与意义、国内外研究现状（文献综述）

1.选题背景及意义 在人面对面的交流中，面部表情具有十分重要的作用。

面部表情不仅是表达情感的途径，也是交往的重要手段。

人们通过面部表情可以准确而细腻地表达自己的内心想法，同时也可以通过观察对方的面部表情来了解对方的内心情感。

2. 研究的基本内容和问题

研究目标 搭建、训练、优化表情识别深度神经网 dcnn，设计并实现表情识别系统，并 将系统以图形界面进行可视化显示。

4.1.2 研究内容 (1)基于dnn的特征提取算法的实现以及相关参数的优选，采用 keras 深度学习框架，构建 dcnn 表情分类深度神经网络。

根据训练的分类结果多次优化训练参数，提高分类的准确率。

3. 研究的方法与方案

研究方法 (1)阅读相关文献、书籍以及学术论文。

(2)获取丰富且可靠的人脸表情样本集。

(3)在研究过程中与相关领域的前辈交流。

4. 研究创新点

(1) 构建基于深度学习的表情分类系统，将表情识别应用于实际情况。

(2) 尝试解决因光线昏暗等情况造成的无法识别等问题，提高表情识别的精度和广度。

5. 研究计划与进展

a) 2018 年 1 月至 2018 年 2 月 搭建 keras 深度学习框架的环境，学习相关的中文文档，并尝试构建和 训练简单的神经网络。

b) 2018 年 2 月至 3 月 处理表情识别数据库，合理分类训练样本和测试样本，搭建和训练表情 识别深层神经网络，调整和优化神经网络的参数，提高分类效果。

c) 2018 年 3 月至 2018 年 4 月 设计并实现表情识别系统，不断调整优化系统，提高系统的稳定性。