张文海，陈春玲

(南京邮电大学 计算机学院、软件学院、网络空间安全学院，江苏 南京 210023)

0 引 言

通过深度学习方法提取表情特征信息是目前最广泛使用且有效的方法[1]，但随着深度神经网络模型的不断发展，网络模型越来越复杂，参数和计算量不断变大，导致模型的使用只能在特定的应用场合，很难应用到移动设备和嵌入式设备上。为解决这个问题，Howard等于2017年提出MobileNet[2]模型，通过将一个标准卷积拆分成逐通道卷积和逐点卷积的方法大幅减少了计算量；Sandler等提出倒残差模块和线性瓶颈层，并以此设计了MobileNet V2模型[3]；2019年，Howard等提出MobileNet V3模型[4]，在倒残差模块中引入了SE注意力机制，并修改MobileNet V2中计算量偏大的开头和结尾两层，该模型在分类和检测等任务上准确率和速度都优于前几版；2020年，针对生成的特征图中存在大量的冗余信息，Han等提出GhostNet模型[5]，使用恒等映射的方式直接生成这些冗余的特征图，大幅减少了参数量和计算量。但这些模型当中，即便是最小的图像输入分辨率也是96×96，而人脸表情识别任务则可以使用更低的分辨率。

目前卷积神经网络大都采用Softmax交叉熵损失函数来优化类间的特征差异，并未考虑到人脸表情信息中类内的特征差异。为解决这个问题，Wen等提出中心损失函数[6]，使样本均匀分布于类中心周围，减小类内差异；Cai等在中心损失函数的基础上提出Island损失函数[7]，优化类中心的位置，增大类间差异。事实上，基于Softmax交叉熵损失函数改进得到的各种损失函数都是在做减小类间相似性、增大类内相似性的工作。……