近年來，臉部表情辨識是個值得探討的議題，許多專家學者在紛紛投入在臉部表情辨識這個領域裏頭，书中發展的研究是做出一套可以自動化辨識表情的系統，藉由攝影機的擷取影像，讓影像輸入之後自動化的偵測人臉、擷取後的特徵利用由 SVM 訓練過的表情辨識模型進行分類，從而找出各種表情的方法，這個方法可以簡單又快速的組成一套自動化的表情辨識系統，來達成我們期望的目標。表情辨識的方法有很多，絕大部分表情辨識方法是自動化尋找臉部某些特徵(如眼睛、眉毛、嘴巴甚至鼻子)的方法且以這樣的擷取特徵作為表情辨識的基礎。但是實驗結果顯示影像品質、光線、角度或其他干擾因素都會造成無法有效擷取臉部特徵，影像屬性的影響就足 以造成不小的誤差。根據這些構想，首先根據影像所提供的人臉，在人臉上定義了 68 個特徵點，標上特徵點後會先做正規化，我們也定義了 18 個特徵值，將特徵點計算之後取得特徵值，利用比值的方式可以解決人臉遠近造成誤差的問題，我們使用 CK+資料庫以及自建的資料庫去訓練 SVM 的模型，利用 SVM 分類器我可以去分類屬於是何種表情，我們以實驗來測試本表情辨識系統，根據實驗結果，我們也達到不錯的正確率。