苏志明，王 烈，蓝峥杰

（广西大学计算机与电子信息学院，南宁 530004）

0 概述

人脸表情识别（Facial Expression Recognization，FER）旨在通过识别人脸表情使机器能够理解人的内心感受。该技术在远程教育、辅助医疗、安全驾驶、人机交互、公共安全等多个领域具有广泛应用［1］，相关人脸表情识别研究已成为人工智能主要研究热点之一。

早期的表情识别基于传统特征提取方法，大体上可分成3 种：基于线性变换，如主成成分分析法［2］（Principal Component Analysis，PCA）；基于纹理特征，如局部二值模式法（Local Binary Pattern，LBP）［3］；基于几何，如主动形状法（Active Shape Models，ASM）［4］和主动外观模型（Active Appearance Model，AAM）［5］。但这些方法存在特征提取不充分导致识别率低的问题。由于深度学习可以从端到端地学习更多差异化的面部表情特征，且与传统方法相比具有更高识别率，因此研究人员致力于将深度学习应用于面部表情识别，基于深度学习的人脸表情识别算法也层出不穷。文献［6］改进了AlexNet，引入多尺度卷积提取多尺度特征和利用全局平均池化将低层特征降维跨连到全连接层分类，在CK+人脸表情数据集的准确率达到94.25%。文献［7］提出利用小尺度核卷积代替大尺度核卷积的神经网络模型，在FER2013 数据集上取得了73.39%的识别率。LIU 等［8］将课程学习策略应用到卷积神经网络训练阶段，在FER2013 数据集上达到72.11%的识别准确率。LI 等［9］改进了经典模型LeNet-5，通过将池化层的特征跨连到全连层，有效融合了高低层特征分类，在JAFFE 和CK+这2 个公开人脸表情数据集的识别率分别达到94.37%、83.74%，但改进后的模型人脸表情识别率仍然有待提高。ZHANG 等［10］提出一种基于注意力分层双线性池化残差网络的表情识别方法。……