张娴静，褚含冰，刘 鑫

(1.郑州工业应用技术学院 信息工程学院，河南 郑州 451150；2.中南大学 商学院，湖南 长沙 410083)

0 引 言

随着云计算、边缘计算、物联网设备和下一代网络的成熟发展，情感计算或认知计算也逐步成熟，自动情感识别的重要性显著增加[1]。物联网和边缘计算在移动性、低传输成本、高速性和普及性等方面给许多应用带来了巨大的进步，然而这却导致数据处理量呈指数级增长[2,3]，大数据的出现虽然可以解决提炼适当数据的问题，但对于任意系统数据识别处理的准确性和用户隐私保护仍是一个问题[4]。

现有的自动情感识别系统通常基于eNTERFACE’05数据库、IEMOCAP数据库、EMOTIW数据库、RML数据库和BAUM-1S数据库实现[5]。文献[6]提出了一种结合卷积神经网络和特征选择过程的多模态表达式识别系统。在IEMOCAP数据库中，作者发现根据不同的参数，准确度在70.46%到73.78%之间相当低。文献[7]提出了一种结合多方向回归(MDR)和深度神经网络的双模式情绪分类系统，应用于语音光谱仪和面部图像，以提取双模特征，并使用eNTERFACE’05数据库测试其精度。文献[8]使用了语音的预训练2D CNN模型和视觉图像的预训练3D CNN模型识别情感，在eNTERFACE’05数据库中实现了88.74%的准确率，而EML数据库实现了83.9%的准确率。文献[9]应用不同的融合策略融合双峰输入信号进行情感识别，使用eNTERFACE数据库报告了71%的最大准确度。上述方法均未使用边缘云框架，并且没有积极考虑用户隐私。

因此针对物联网环境下数据量激增且自动人脸表情识别精确率较低的情况，提出了一种边缘云框架下结合双模特征的高效安全人脸表情识别方法。……