1. 研究目的与意义

（一）研究背景

人脸表情识别作为情感识别的一个方面，在人际交流中起到非常重要作用，不仅是展示情绪，更是传播情感信息与协调双方关系的重要方式。据心理学家mehrabiadu[1]的研究表明，在人类的日常交流中，通过人脸表情传递的信息高达信息总量的 55%，而通过声音、语言传递的信息分别占信息总量的 38%和 7%。schlosherg[2]首先提出了描述表情的 3个量化尺度：注意-拒绝、高兴-不高兴和活跃程度，到 20 世纪 70 年代美国心理学家ekman 和 friesen[3]通过充分的测试实验，定义了人类的6种基本表情：高兴（happy）、生气（angry）、吃惊（surprise）、恐惧（fear）、厌恶（disgust）和悲伤（sad），随后 ekman 和keltner[4]更进一步地细化及完善了面部表情

网络聊天表情及其衍生出得表情包是一个伴随着互联网的高速发展而产生的比较新颖的概念，1982年9月19日，美国卡耐基·梅隆大学的斯科特·法尔曼教授突发奇想，用一串ascii字符 :-) 来表达笑脸情绪，而这个必须横着观赏的表情符号也开创了互联网的一项历史。日本毫无疑问是字符类表情的集大成者，随着ascii码表的不断扩充，日本网民发明出了被称作是「颜文字」的创作方法，无论是在社交沟通还是论坛交流中，用字符搭建图画都是经久不衰的流行。

2. 研究内容和预期目标

本实验主要通过被试对于人脸表情与抽象出的微信表情图片之间的归类反应找出某一基本人脸表情从属类别下衍生的微表情图片之间的共同维度，以此来分析人脸表情与微信表情图片的关系以及抽象微表情图片的产生机制。

3. 研究的方法与步骤

1.实验分析法，通过e-prime实验设计，统计被试反应数据进行分析。

2.文献资料法。通过查阅相关文献，了解专家学者对人脸微表情维度的研究以及对网络聊天表情的分析进而分析论述，展开论文写作。

4. 参考文献

[1]何丽.文字间起舞的精灵——谈网络聊天工具中的表情图像设计[j].设计视界,2006(01):27-29.

[2]王妍,罗跃嘉.大学生面孔表情材料的标准化及其评定[j].中国临床心理学杂志,2005(04):21-23.

[3]付雪平. 基于图像识别的人脸表情特征的提取分析[d].深圳大学,2017.

5. 计划与进度安排

2022-2022学年 第11-12周师生见面，明确毕业论文工作要求和流程

第13-14周，集思广益，再在与指导老师的深入交流与探讨后初步确定论文题目。

第19周 撰写开题报告经由指导老师审阅之后并录入毕业论文智能管理系统。