详细介绍面部表情分析系统的工作步骤

　　面部表情分析系统（FaceReader）是主要的神经行为测试工具之一，主要集中应用在对消费者偏好和满意度的测试。比如消费者观看广告片是的表情和购买意愿的关系；消费者闻不同气味的香水后的表情反应与对香水偏好的关系；听众的表情与音乐喜好的关系等众多研究领域。

　　但也有人将表情分析系统应用到体育领域，比如测定跳水运动员的表情和跳水成绩的关系。

　　面部表情分析系统工作过程分三个步骤：面部寻找，面部建模和面部表情分类。您可以使用视频录像文件分析表情，可以使用USB摄像头实时分析表情，还可以使用照片文件分析表情。 这三种分析方法中，面部表情分析系统都能生成数据，让您深入了解参试者的情绪变化。在分析视频录像时，您可以选择一个的帧帧模式 或跳帧模式进行高速分析。

　　1、面部寻找-判断在视频或图像中是否存在面部。

　　2、面部建模-根据AAM面部形状描述以及500多面部特征点之间的距离特征获得有助于面部分类的特征数据，当面部建模失败后Deep Face Model开始工作。

　　3、面部分类-提取的面部图像特征数据与数据库中存储的特征模板进行匹配，并将匹配的结果输出。

　　面部表情分析系统可导入不同类型的数据资源：视频、图片或者通过网络摄像头实时分析。可批次处理多个视频文件，无需单独打开每个视频进行分析。只要你打开视频，软件就可以帮您进行批次处理。包含广泛的可视化数据选项，为用户提供数据报告支持。研究表明面部表情对于快乐、愤怒、惊讶、恐惧、轻蔑、悲伤、厌恶这七种情绪的表现具有普遍性。