陈文绪，薛晓军，许江淳，史鹏坤，何晓云

(昆明理工大学 信息工程与自动化学院，昆明 650500)

0 引 言

未来人工智能将会越来越受到重视，服务业也会加入人工智能的元素，比如在医学、心理学以及服务性机器人等领域。由于在真实大自然场景下，摄像头的拍摄会受到光线等因素的影响，故而如何使人脸与过曝的背景分离，并分析出此时的人脸表情信息是一个巨大的考验。

早在2002年,文献[1-2]首次使用独立分量分析法(independent component analysis,ICA)和特征脸主分量分析法(principal component analysis,PCA)[3]在美国军方FERET(face recognition technology)数据集上对人脸表情进行实验，其识别率分别接近90%和85%。后来文献[4]通过线性分类器并结合隐马尔科夫模型法(hidden markov model,HMM)对人脸面部特征进行学习分类，之后通过该算法在CK+数据集上进行测试，人脸表情识别率为90.9%。可看出早期的人脸表情识别方法在准确率方面存在不足。在2012年的ImageNet之后出现了许多经典的神经网络模型，文献[5]使用了AlexNet模型进行人脸表情识别，并对该模型进行参数的优化，在CK+数据集上的7种表情的识别率为94.4%。为了增加网络的深度和广度，且提高研究对象的识别率，文献[6]对VGGNet模型改进为FaceNetExpNet模型，此网络模型在CK+数据集上的8种表情识别率为96.8%。文献[5]采用GoogLeNet模型在CK+数据集上的识别率为95%，其提出的基于神经网络的PPDN(peak-piloted deep network)方法在CK+数据集上的表情识别率为97.3%。

以上神经网络在对研究对象识别时均有一个特点，首先是对研究对象的特征进行提取，其次对所需要的特征进行学习，最后则是对选择后的特征进行分类，这样便形成了一个一个端到端的识别过程。……