耿 涛

(亳州学院 电子与信息工程系，安徽 亳州 236800)

人工智能识别技术在近几年的新兴技术中脱颖而出，得到了越来越多专家学者的关注，并被广泛应用在相关领域中.人脸识别与表情分析是智能识别技术的主要内容，在生活中也发挥着重要作用，是应用范围最广泛的技术之一.例如在身份识别与身份鉴定中，人脸识别可有效避免鉴定结果异常，降低用户信息的识别误差[1-2].为了更好地进行人脸智能化识别，将人脸表情融入到识别过程成为智能识别技术在未来主要的发展方向.面部表情是人类沟通过程中除去语言后最重要的载体，不仅可以表达当事人的情绪，也可以确定当事人的人格特征，可作为人体行为信息对人的精神状态进行表达.与此同时，智能家居、辅助医疗器械等智能技术不断渗透到日常生活中，大量的新兴技术与设备均需要根据人的情感作出设置，这与表情识别技术具有直接的联系，使得人脸表情识别技术具有非常广阔的发展前景[3].

由于个体的差异性，表情的表达形式多种多样，如何应用计算机技术对动态序列中的人脸表情作为当前人脸识别领域的研究重点.在研究中提出了多种动态序列人脸表情识别方法.文献[4]中提出了一种在现有的人脸数据集上人为增设破损样本集，修复图像采集结果，提高人脸表情识别效果的方法.此方法对人脸数据采集量的要求较大，应用过程复杂，无法在短……