面部表情分析系統（FaceReader）是主要的神經行為測試工具之一，主要集中應用在對消費者偏好和滿意度的測試。比如消費者觀看廣告片是的表情和購買意愿的關系；消費者聞不同氣味的香水后的表情反應與對香水偏好的關系；聽眾的表情與音樂喜好的關系等眾多研究領域。

　　但也有人將表情分析系統應用到體育領域，比如測定跳水運動員的表情和跳水成績的關系。

　　面部表情分析系統工作過程分三個步驟：面部尋找，面部建模和面部表情分類。您可以使用視頻錄像文件分析表情，可以使用USB攝像頭實時分析表情，還可以使用照片文件分析表情。 這三種分析方法中，面部表情分析系統都能生成數據，讓您深入了解參試者的情緒變化。在分析視頻錄像時，您可以選擇一個的幀幀模式 或跳幀模式進行高速分析。

　　1、面部尋找-判斷在視頻或圖像中是否存在面部。

　　2、面部建模-根據AAM面部形狀描述以及500多面部特征點之間的距離特征獲得有助于面部分類的特征數據，當面部建模失敗后Deep Face Model開始工作。

　　3、面部分類-提取的面部圖像特征數據與數據庫中存儲的特征模板進行匹配，并將匹配的結果輸出。

　　面部表情分析系統可導入不同類型的數據資源：視頻、圖片或者通過網絡攝像頭實時分析?？膳翁幚矶鄠€視頻文件，無需單獨打開每個視頻進行分析。只要你打開視頻，軟件就可以幫您進行批次處理。包含廣泛的可視化數據選項，為用戶提供數據報告支持。研究表明面部表情對于快樂、憤怒、驚訝、恐懼、輕蔑、悲傷、厭惡這七種情緒的表現具有普遍性。