张雯婧，宋 鹏，陈栋梁，郑文明，赵 力

（1.烟台大学计算机与控制工程学院，烟台264005；2.东南大学儿童发展与学习科学教育部重点实验室，南京210096；3.东南大学信息科学与工程学院，南京210096）

引 言

人脸表情识别是情感计算、模式识别、信号处理和人机交互等领域的一个非常热门的研究课题。它是将面部表情信息识别为愤怒、厌恶、恐惧、快乐、悲伤和惊讶等基本情感的一种技术［1-2］，近年来，因有着广泛的应用前景而获得大量的关注。如在线教育系统中，实时捕捉分析学生的表情，帮助教师及时掌握学生对课程内容的感兴趣程度和理解程度，有助于加强教学互动；在刑事案件侦破领域，及时准确捕捉到嫌犯细微的表情变化并标注，推测嫌疑人在审讯的过程中是否说谎；在智能驾驶领域，通过捕捉到的人脸表情数据分析驾驶员是否疲劳和精神分散，若发现驾驶员正处于疲劳或注意力不集中的驾驶状态，则发出报警，避免危险事故的发生。

在人脸表情识别的过程中，面部关键特征的提取与表情分类的方法显得尤为重要。对于前者，提出了许多流行的特征提取方法，包括局部二值模式（Local binary patterns，LBP）［3-4］、Gabor 变换［5］、尺度不变特征变换（Scale invariant feature transform，SIFT）［6］、局部梯度编码（Local gradient coding，LGC）［7］、非负矩阵分解（Nonnegative matrix factorization，NMF）［8］、稀疏编码（Sparse coding，SC）［9］和深度特征［10］等。对于后者，许多经典的分类方法被用来实现面部表情分类，如k-最近邻（k-nearest neighbors，KNN）［11］、支持向量机（Support vector machine，SVM）［12］、AdaBoost 分类器［13］、极限学习机（Extreme learning machine，ELM）［14］等。虽然这些方法都可以在一定程度上提高表情识别率，但大多依赖有监督学习，并且假设训练和测试数据是在单一人脸表情数据库上采集的。……