张 业 杨词慧 张杰妹 蒋 沅

（南昌航空大学信息工程学院 南昌 330063）

1 引言

人脸表情识别是计算机视觉、模式识别和人类情感理解等领域的研究热点之一［1］，在人机交互、网络安全、情绪分析、人工智能和智能家居［2］等方面有着广泛的应用。在人脸表情识别中，特征提取是最核心的一个步骤。如何提高表情识别的准确性和鲁棒性，弱化个体差异信息产生的负面影响是人脸表情识别领域亟待解决的关键问题。针对以上问题，本文提出一种基于空间金字塔池化（Spatial Pyramid Pooling，SPP）［3］和改进的区域候选网络（Improved Regional Proposal Network，IRPN）［4］的VGG19网络模型［5］（VGG19 network model based on SPP and IRPN，SR-VGG19）用于表情识别。采用IRPN固定窗口代替滑动窗口来避免特征的重复提取，通过结合Dropout［6］和BN［7］策略提高网络模型的泛化能力，并应用SPP方法，增强特征的表达能力。

在表情特征提取方面，研究学者们提出了多种方法。1978年，心理学家Ekman与Friesen［8］提出了面部动作编码系统（Facial Action Coding System，FACS），该系统根据面部特征类型和运动特征定义了基本形变单元。Heikkilä等［9］利用中心对称局部二值模式算法来提取更具判别性的局部二值模式特征，在此基础上利用支持向量机来进行分类。该算法在降低特征维度的同时，有效地提取了局部特征。以上方法虽在一定程度上可以实现人脸表情的识别，但仍存在以下问题：1）人为设计的特征取决于算法的设计，算法设计周期较长，成本相对较高；2）特征提取和分类是两个独立的过程，无法融合到端对端模型，当人为设计的特征出现问题时，之后的表情分类会受到较大的影响。……