尚宇成 郝世宇 洪 扬

（南京邮电大学自动化学院人工智能学院，江苏 南京210000）

人脸面部表情是人与人沟通的一种高效、快速的方式，也是当代实现人机交互的关键组成部分，广泛应用于教育、科技、医学等领域。在1974 年美国心理学家Mehrabian 的研究中，在人类情绪表达方式中，通过声音及语言表达的信息分别占所有信息的7%，38%，而55%的信息则通过表情来传达。二十世纪，心理学家Ekman 和Friesen 经过跨文化的研究和实验，将人类表情分为六种基本表情，包括：愤怒、惊讶、害怕、哀伤、高兴、厌恶。人脸情绪识别是用计算机获取的面部数据，通过网络进行模型的建立，对人脸面部表情进行分类，从而来判断当前人脸所代表的情绪。

1 问题分析

进入21 世纪，以深度学习为首的机器学习获得了迅速发展，其通过对输入的数据进行迭代处理，并不断调整参数，使机器能够在学习中找到某一事物的特定“规则”，并建立该“规则”下的模型，下次数据输入时便可直接使用。其中深度网络已经在机器视觉、图像分类、声音识别等多个方面取得很多成果。深度神经网络和传统的处理方式相比，能够更好的揭示数据之间的深层联系，提取出有利于处理和分类的抽象特征。数据量决定模型训练的高度，输入的数据越多，深度网络建立的模型就越精准，使用深度神经网络进行模型训练的方法效果明显优于传统的提取方法，所以采用深度学习进行情绪识别。

2 理论与所提方法

图1 深度学习基本……