基于角度距离损失与小尺度核网络的表情识别*

苏志明，王 烈

(广西大学 计算机与电子信息学院，南宁 530004)

0 引 言

人脸表情识别具有极大应用价值,是当前研究的热点之一。目前基于卷积神经网络(Convolution Neural Network，CNN)的静态图像人脸表情识别算法主要是对神经网络的关键三要素即数据、特征和损失函数进行改进，从而提升网络的分类性能。

(1)数据。主要包括对人脸表情静态图像的预处理和数据增强。数据增强主要通过剪切、仿射变换和增加对比度等方式增加训练样本数量，提升模型鲁棒性。

(2)特征提取。主要是通过改进CNN的网络结构来提升模型性能。杨等[1]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了94.25%。冯杨[2]提出了3×3小尺度核卷积神经网络，该网络结构简单有效。Liu等[3]将课程学习策略应用到卷积神经网络训练阶段，在FER2013数据集上达到了72.11%的识别准确率。

(3)损失函数。损失函数用来监督CNN的自我更新学习，决定了网络学习的方向。传统的卷积神经网络使用Softmax损失函数来优化类间特征的差异，但忽略了类内特征存在的差异性。为解决这个问题，许多新的损失函数被提出。Wen等[4]提出了Center损失函数，缩小了类内差距，有效聚集了类内簇。然而，Center损失函数没有关注类间差异。Cai等[5]对其改进，提出了Island损失函数，通过增加约束特征与相应类的距离范围，从而增大类间距离、缩小类内差异，提高了表情识别精度。

本文着重改善CNN特征提取和损失函数并使用数据增强来提高人脸表情识别准确率。……