摘要：针对复杂状况下传统表情识别方法存在的问题，提出一种新的非特定人表情识别方法。该算法首先提取每张表情图像的HOG特征和Haar小波特征，然后将两种不同的特征串行融合得到整幅图像的特征，最后通过SVM多分类器完成各层人脸表情的分类识别。在JAFFE人脸表情库上的仿真实验中，该方法的分类准确率达到87．9％，平均时耗达到10．2966s。对比实验结果表明，所提算法具有更高的识别率、更好的实时性和更强的鲁棒性。

关键词：梯度方向直方图 haar小波 决策树 svm 

单位：暨南大学理工学院; 广东广州510632; 暨南大学电气自动化研究所; 广东珠海519070