CNN-MCF-ELM模型識別面部表情

石 琳，鄒佳麗，張振友

（1.華北理工大學人工智能學院，河北 唐山 063210；2.華北理工大學人工智能學院，河北 唐山 063210）

1 引言

在人類日常生活交流中，表情識別是人與人交流過程中一種非常重要的“察言觀色”能力，通過對方面部流露出來的表情來推測其內心情感的變化，進而作出適當?shù)难哉Z調整。著名心理學家A.Mehirabian的一項研究曾提出，人類之所以能夠進行情感交流，主要是因為人類可以通過語言、語氣和表情這三種方式來表達自己內心的情感，其中，通過面部表情傳遞情感所占比例高達約55%。人臉面部表情沒有肢體語言傳達出的情感通俗易懂，人臉面部表情往往含有許多無法直接解讀的內在信息，需要結合心理學、生理學等進行分析研究。因為對表情識別的研究可以達到所謂的“透過現(xiàn)象看本質”的目的，因而該領域的研究也成為了當今科研界的一大研究熱點。

傳統(tǒng)的面部表情識別方法容易造成原有的表情信息丟失等問題，信息特征往往不能表征面部表情，因此面部表情識別準確率低。另外，傳統(tǒng)的面部表情識別算法是人為設計的，所以計算能力有限、訓練難度大。

卷積神經(jīng)網(wǎng)絡CNN（Convolutional Neural Network）能根據(jù)具體的分類類型自動地學習到針對性非常強的圖像特征，因此，現(xiàn)階段CNN在圖像識別領域變得非常受歡迎，該領域的科研人員都開始對CNN在圖像識別方向進行了大量研究，并取得了巨大的成功。與此同時，CNN用于面部表情識別也逐漸盛行，并取得了優(yōu)異的成果?！?br>