王 军，赵 凯，程 勇

（1.南京信息工程大学 科技产业处，南京 210044；2.南京信息工程大学 计算机与软件学院，南京 210044）

0 概述

近年来，面部表情识别（Facial Expression Recognition，FER）在人机交互、自动驾驶和心理健康评估等方面应用广泛。作为交叉领域技术，面部表情识别的发展可以推动人脸检测技术［1-2］、人脸重组技术［3-4］、动画模拟技术［5］等相关技术领域的进步。尽管现有面部表情识别系统已有较高识别率，但大多数基于实验室数据库系统获取，如CK+［6］、JAFFE［7］、MMI［8］等，这些面部图像多数是正脸图像且没有任何遮挡，在实际应用中不具有普适性。为提升真实场景下的表情识别率，研究人员收集大量脸部图像组建表情数据库［9-10］，并提出新颖算法［11-13］与优化网络架构［14-16］，但从现有模型在数据库上的表现来看，真实场景下的面部表情识别技术仍处于起步阶段，其中对识别率影响最大因素之一就是遮挡问题。在真实场景中，遮挡不可避免，它可能由本身引起，如姿态、头发、手臂等引起的自遮挡，也可能由外物引起，比如眼镜、围巾、口罩、食物和其他人的遮挡，这都将不可避免地导致识别精度下降。本文对表情识别中的遮挡问题进行分析，提出具有遮挡感知能力的神经网络以提取遮挡情况下的面部表情特征。设计区域遮挡判定单元并集成到VGG16网络（Visual Geometry Group Network，VGGNet），使整个模型能够提取未遮挡区域及遮挡较少区域表情特征，在网络卷积层利用迁移学习算法对卷积层进行参数预训练，并使用基于残差神经网络［16］修改的网络（The modified Residual Network，modified ResNet）提取全脸特征。……