周伟，付晓峰，常耀中

深度学习在情感识别上的研究

周伟，付晓峰，常耀中

（杭州电子科技大学，浙江 杭州 310018）

针对现有情感分析算法在处理大量的人脸数据时未能展现良好鲁棒性的问题，提出一种新的情感识别方法。提出Z-libface人脸检测器，并设计出一种新的卷积神经网络模型RT-CNN，同时使用大型表情数据集fer2013以及改良后的FER+，训练出一个比较好的模型。使用提出的卷积神经网络RT-CNN在fer2013、FER+两个表情数据集上进行10倍交叉验证，取10次验证准确率的平均值，在fer2013及FER+上取得了66.72%与80.02%的准确率。

Z-libaface人脸检测；fer2013数据集；FER+数据集；深度学习

1 引言

情感是人类心理感受的一种重要特征[1]，在人们的交流中起着非常重要的作用。情感识别就是利用计算机进行人类情感图像的获取、情感图像的预处理、情感特征的提取和情感分类的过程，它通过计算机分析人的情感信息，从而推断人的心理状态，最后实现人机之间的智能交互。

最近关于人脸情感识别的研究大多基于深度学习。在大多数情况下，CNN的训练依赖大量的数据，在模型训练中，样本的大小会直接影响模型和网络，当样本有限时，模型很容易发生过拟合现象。因此本文直接使用数据量较大的fer2013数据集以及其改良后的FER+数据集。

本文的主要贡献如下：提出Z-libface人脸检测器；利用FER+对fer2013数据集进行改良和优化，提高约14%的准确率；提出RT-CNN模型，在fer2013、FER+数据集上取得较好的效果。

2 基于Z-libface的人脸检测

目前的人脸检测器[2]主要有Opencv自带的Haar检测器、Dlib人脸检测器、libface人脸检测器等。……