随着科技的发展,计算机在人们的工作、生活中占据着越来越重要的作用。如果计算机能够拥有人类理解和表达情感的能力,并能够自主适应环境,将从根本上改变人机关系,提高人机交互的和谐性、亲切性和准确性,有可能实现人与计算机的情感交互,对于提高人们的工作效率、改善工作空间将有极大的帮助,使计算机能够更好地为人类服务。人脸面部的表情可以传达出非常丰富而且细腻的信息,因此人脸面部特征在判别用户身份和获取相关信息方面具有独一无二的特性。人脸表情识别技术受到学术界的关注,成为当今研究的热点。本文围绕利用改进的基于PAD的情感模型对表情实现精细分类的问题进行了研究,主要工作包括以下几个方面：第一,研究了如何改进基于PAD的情感模型。本文分析了情感模型的研究现状,PAD情绪理论已被广泛地应用于人格心理学、情绪心理学和社会心理学等领域以及产品满意度、市场营销等应用领域,但是情感在PAD三维情感空间里投射的是一个个离散的点,根据我们的生活经验可以知道,我们的情感并不会发生突变,而是一个连续变化的过程,因此我们提出了以基本情感类别为中心的改进的基于PAD的情感模型。第二,研究了针对改进的基于PAD的情感模型如何更有效地提取人脸表情特征。表情特征的提取的方法很多,针对改进的基于PAD的情感模型,从已有的表情特征提取方法中选择了主动形状模型与灰度共生矩阵相结合的方法进行人脸表情特征提取。为了提取表情变化引起的脸部特征器官的形变,本文定义了16个关键特征点,使用主动形状模型的方法定位这些特征点,提取到的人脸形变特征和纹理特征为人脸表情的精细分类提供基础。第三,研究了如何利用改进的基于PAD的情感模型对人脸表情进行精细分类。在上一步提取到的人脸表情特征的基础上,根据眼睛、嘴巴等脸部特征区域的形变量大小,在表情粗分类的基础上,对表情进行精细分类。第四,将改进的基于PAD的情感模型应用于非接触式健康监护系统。我们提出了一种非接触式健康监护系统(Non-contact health monitoring system, NCHMS),该系统在不影响用户的日常生活的情况下,利用摄像头、数码相机等外部设备采集用户的表情、动作、声音等信息,然后对收集到的信息进行分析、判断,一旦用户有危险的征兆或者发生危险,一方面立即提醒用户,另一方面及时通知医院、护理人员和用户的家属采取救护措施。本文的研究对于利用改进的基于PAD的情感模型实现表情的精细分类具有积极的意义,在非接触式健康监护系统方面也有一定的应用价值。