山笑珂，张炳林

(1．郑州工程技术学院 文化遗产学院，河南 郑州 450044；2.河南大学 教育科学学院，河南 开封 475004)

0 引 言

人脸表情识别[1,2]一般可分为基于模板的方法和基于特征的方法。基于模板的方法通常适用于正面人脸表情识别，可靠性较低。基于特征的方法关注外观和几何特征，如：定向梯度直方图(histogram of oriented gradient，HOG)[4]、Gabor小波变换[5]和尺度不变特性变换(scale invariant feature transform，SIFT)[6]。HOG难以处理遮挡问题，对人脸方向变化和噪点敏感，因此，本文仅考虑Gabor小波变换和SIFT对人脸特征进行提取。然而，直接提取到的特征维度较大，用于分类网络效果很差，必须通过降维技术对其进行降维。常见的降维技术可分为线性类和非线性类。线性类降维技术有主成分分析(principal component analysis，PCA)[7]和线性判别分析(linear discriminant analysis，LDA)[8]。非线性降维技术有核主成分分析(kernel principal component analysis，KPCA)[9]、局部线性嵌入(locally linear embedding，LLE)[10]、等距特征映射(isometric mapping，Isomap)[11]和T分布随机邻嵌入(t-distributed stochastic neighbor embedding，t-SNE)[12]。

针对人脸表情识别问题，已有大量学者对其进行研究。文献[13]利用图像颜色信息和通道之间的关联性，结合卷积神经网络(convolutional neural networks，CNN)对人脸表情识别。文献[14]提出一种双路特征融合模型，将CNN和HOG方法结合对人脸表情识别。文献[15]提出基于差分CNN两阶段框架的人脸表情识别方法，第一阶段利用二元CNN从表情序列中自动提取出中性表情帧和完全表情帧，第二阶段利用差分CNN对表情分类。CNN类算法属于监督类算法，虽然精度较高，但是所需样本必须是标记后的。实际生活中大多数可用数据都是未标记的，这在人脸表情识别领域尤其明显，因此，半监督方式较为合适。为……