Abstract
В статье представлен систематический аналитический обзор эволюции методов распознавания эмоций человека на основе компьютерного зрения. Целью исследования является выявление ключевых этапов развития подходов Human Emotion Recognition (HER), а также анализ их преимуществ, ограничений и областей практического применения. Рассмотрены методы, начиная от классических алгоритмов с ручным извлечением признаков и традиционных классификаторов до современных архитектур глубокого обучения, включая сверточные нейронные сети, рекуррентные и пространственно-временные модели, механизмы внимания, Vision Transformers, графовые и мультимодальные подходы. Проведён сравнительный анализ методов с точки зрения точности, устойчивости к неконтролируемым условиям и вычислительной сложности. Показаны основные направления применения HER-систем в образовании, медицине и интеллектуальных сервисах. Особое внимание уделено актуальным вызовам, связанным с интерпретируемостью моделей, качеством и смещениями датасетов, а также необходимостью адаптации алгоритмов к региональным, возрастным и поведенческим особенностям локальных пользовательских выборок. Отмечается, что вопросы культурно-региональной адаптации HER-моделей в казахстанских исследованиях остаются недостаточно разработанными и требуют дальнейшего научного осмысления. Полученные выводы формируют теоретическую основу для разработки устойчивых прикладных HER-систем, ориентированных на работу в реальных условиях эксплуатации.