杨格兰，邓晓军，刘琮(.同济大学 电子与信息工程学院，上海，20804；2.湖南城市学院 信息科学与工程学院，湖南 益阳，4000；.湖南工业大学 计算机与通信学院，湖南 株洲，42007)

基于深度时空域卷积神经网络的表情识别模型

杨格兰1,2，邓晓军3，刘琮1
(1.同济大学 电子与信息工程学院，上海，201804；
2.湖南城市学院 信息科学与工程学院，湖南 益阳，413000；
3.湖南工业大学 计算机与通信学院，湖南 株洲，412007)

基于特征抽取是表情识别算法中的重要步骤，但是现有算法依赖手工设计特征且适应性差等问题，提出基于深度时空域卷积神经网络的表情识别模型，采用数据驱动策略直接从表情视频中自动抽取时空域中的动静态特征。使用新颖的卷积滤波器响应积替代权重和，使得模型能同时抽取到动态特征和静态特征。引入深度学习的多层设计，使得模型能逐层学习到更抽象、更宏观的特征。采用端对端的有监督学习策略，使得所有参数在同一目标函数下优化。研究结果表明：训练后的卷积核类似于Garbor滤波器的形态，这与视觉皮层细胞对激励的响应相似；该模型能对表情视频进行更准确分类；通过与其他几种近年出现的算法进行比较，验证该算法的优越性。

情感计算；表情识别；时空域；卷积神经网络；深度学习

感知表情有别于理性思维和逻辑推理，是第三类人类智能表情[1]。表情是人类交往的重要渠道，是计算机理解人类行为的前提，也是情感计算的基础。表情识别被广泛地应用于商业营销、人机交互、疲劳驾驶检测、远程护理和疼痛评估等领域。……