أصبح التنبؤ بتعابير الوجه مجالًا مهمًا وحيويًا في رؤية الحاسوب، مع تطبيقات واسعة تشمل الرعاية الصحية، والأمن، والتفاعل بين الإنسان والحاسوب. تقترح هذه الدراسة نظامًا قويًا للتنبؤ الثنائي بتعابير الوجه باستخدام مزيج من تقنيات رؤية الحاسوب التقليدية وتقنيات التعلم العميق. يعتمد النظام على خوارزمية Haar Cascade لاكتشاف الوجوه، ونموذج ResNet50، وهو عبارة عن شبكة عصبية عميقة متبقية مكونة من 50 طبقة، لاستخراج السمات. تم استخدام آلة المتجهات الداعمة (Support Vector Machine - SVM) مع نواة دالة الأساس الشعاعي (Radial Basis Function - RBF) لإجراء عملية التصنيف. وبالاعتماد على 4000 صورة معنونة من قاعدة بيانات GENKI، ساهمت عمليات المعالجة المسبقة للبيانات وزيادتها (Data Augmentation) في تحسين قدرة النموذج على التعميم. أظهرت النتائج التجريبية فعالية النظام المقترح، حيث حقق دقة اختبار بلغت 94.65%. ويضمن الدمج القوي بين التقنيات التقليدية والحديثة كفاءة حسابية عالية مع الحفاظ على مستوى أداء مرتفع. كما يوفر هذا الأسلوب حلًا قابلًا للتوسع للتطبيقات الواقعية، من خلال معالجة تحديات مثل تغيرات الإضاءة، واختلاف وضعيات الوجه، والتنوع في التعبيرات الوجهية.
