基于改進ResNet的人臉表情識別研究

薛繼偉， 呂福娟， 劉顯德

（東北石油大學計算機與信息技術學院，黑龍江大慶 163318）

一直以來，表情是人類引以為傲的東西，是我們與機器一種本質上的區別. 隨著人工智能浪潮的推進，我們更期盼人機之間帶有感情的溝通交流，希望機器可以讀懂人類的語言、知悉人類的表情，更好地為人類服務. 因此，近年來表情識別成為人工智能領域的研究熱點. 面部表情識別是一個集計算機視覺和模式識別［1］等技術為一體的范疇，同時涉及計算機科學、心理學、認知科學和行為科學等多個領域. 目前，情緒識別已經被廣泛用于商業，它的研究對于人機交互［2］、汽車駕駛［3］、醫療監控［4］、遠程教育［5］、刑偵安防［6］等領域都有著重要的作用和意義.

1 表情識別相關工作

面部表情是人們用來表達自己內心情緒的方式之一，對比語言能更具形象直觀地表達人類的心情. 隨著人工智能技術和計算機技術的日益進步，人們日益向往智能化的人機交互方式. 如果計算機能認識和識別人類的情感，將能更好地為人類服務. 因此，人臉表情識別技術的研究便成為近幾年計算機學者們的熱點話題. 隨之而來的是層出不窮的表情識別方法.

常見的傳統表情識別方法有LBP［7］、Gabor［8］小波變換以及樸素貝葉斯算法［9］等. 近幾年來，深度學習逐漸走進越來越多人的視線，成了人們研究的熱點，神經網絡也成為其中較為熱門的方法，并取得了越來越好的成績，比如VGGNet［10］、DBN［11］（深信度神經網絡）等.

近幾……