魏为民, 孟繁星, 才 智, 刘 畅

(上海电力大学 计算机科学与技术学院, 上海 200090)

人脸识别技术作为生物特征识别技术的一种,以其安全便捷的特性得到了广泛应用。但是各种各样的类内干扰(如光照、年龄和表情等)使得人脸识别面临着非常大的挑战。人脸识别技术需要用户在未配合的状态下进行身份识别认证,就涉及到不同表情的干扰问题。近年来,越来越多的研究机构关注到了在表情干扰情况下的人脸识别技术,不仅在理论层面推动人脸识别技术的研究,也在应用层面推动人脸识别技术的普及推广。

自从20世纪60年代最早的人脸识别系统创建以来,人脸识别已经有将近60年的研究历史。文献[1]提出人脸识别发展主要经历了4个阶段。第1阶段主要包括基于几何结构的算法、基于模板匹配的算法等;第2阶段主要包括Eigenfaces特征法、隐马尔克夫法、奇异值分解法等;第3阶段包括基于局部二值模式(Local Binary Patterns,LBP)[2-3]、方向梯度直方图(Histogram of Oriented Gradient,HOG)[4]、尺度不变特征变换(Scale-invariant Feature Transfrom,SIFT)、支持向量机(Support Vector Machines,SVM)、稀疏表示法;第4阶段包括卷积神经网络(Convolutional Neural Network,CNN)、三元组损失函数和DeepID等。1971年,EKMAN P等人[5-6]对表情做了6种基本的分类,包括愤怒、惊讶、快乐、悲伤、厌恶和恐惧。传统的表情识别方法(例如HOG和LBP)主要采用手工提取特征的方法,然而手工提取特征的方法受到人为规则的约束,在某种程度上其识别的精度会受到影响。随着机器学习的发展,基于深度CNN的特征提取越来越受到人们的关注。通过深度CNN提取到的特征,信息表达更丰富,可以解决传统手工提取的弊端。……