薛继伟， 吕福娟， 刘显德

（东北石油大学计算机与信息技术学院，黑龙江大庆 163318）

一直以来，表情是人类引以为傲的东西，是我们与机器一种本质上的区别. 随着人工智能浪潮的推进，我们更期盼人机之间带有感情的沟通交流，希望机器可以读懂人类的语言、知悉人类的表情，更好地为人类服务. 因此，近年来表情识别成为人工智能领域的研究热点. 面部表情识别是一个集计算机视觉和模式识别［1］等技术为一体的范畴，同时涉及计算机科学、心理学、认知科学和行为科学等多个领域. 目前，情绪识别已经被广泛用于商业，它的研究对于人机交互［2］、汽车驾驶［3］、医疗监控［4］、远程教育［5］、刑侦安防［6］等领域都有着重要的作用和意义.

1 表情识别相关工作

面部表情是人们用来表达自己内心情绪的方式之一，对比语言能更具形象直观地表达人类的心情. 随着人工智能技术和计算机技术的日益进步，人们日益向往智能化的人机交互方式. 如果计算机能认识和识别人类的情感，将能更好地为人类服务. 因此，人脸表情识别技术的研究便成为近几年计算机学者们的热点话题. 随之而来的是层出不穷的表情识别方法.

常见的传统表情识别方法有LBP［7］、Gabor［8］小波变换以及朴素贝叶斯算法［9］等. 近几年来，深度学习逐渐走进越来越多人的视线，成了人们研究的热点，神经网络也成为其中较为热门的方法，并取得了越来越好的成绩，比如VGGNet［10］、DBN［11］（深信度神经网络）等.

近几……