张东晓,陈彦翔
(集美大学理学院,福建 厦门 361021)
面部表情识别正受到越来越多的关注,涉及计算机视觉、机器学习和认知科学等领域[1],应用于医疗[2]、工业互联网[3]、人机交互[4]、娱乐[5]、虚拟现实[6]、餐饮[7]等方面。一个完整的情绪识别系统通常包括三个部分:人脸区域检测、面部情绪特征提取和使用分类器进行预测。人脸检测技术已经比较成熟,所以相关研究主要集中在后两个方面。传统的研究思路是构造人工特征,如基于降维算法来构建特征[8-10],基于眼睛、嘴巴、鼻子等部位构建几何特征[11-13],基于颜色变化构建纹理特征[14-16];然后采用传统机器学习算法进行分类,如支持向量机(support vector machine,SVM)[17-18]、K-近邻(K-nearest neighbor,KNN)[18]、随机森林[19]等。这些方法可以在特定数据库下取得良好的结果。但人工特征往往具有局限性,导致模型泛化能力不强,在现实任务中很容易受到光照、遮挡等情形的影响。
近几年深度学习在视觉领域取得优异成绩,在表情识别方面也涌现出很多研究成果,如卷积神经网络(convolutional neural networks,CNN)[20-22]、对抗神经网络[23-24]、成熟网络结构的迁移学习[25-26],以及其他深度网络[27-28]。也有学者尝试将经典方法与深度学习相结合。如夏添等[29]将眉毛、眼睛、鼻子和嘴巴等部位的特征点作为深度网络的输入,张发勇等[30]将深度网络获取的特征用到随机森林模型中,所得结果对视角都具有较强的鲁棒性。由于可以自动学习特征,这些方法均取得良好的效果。
目前公开报道的应用主要集中在PC端,但是近几年移动互联网的快速发展也催生了移动端的巨大需求。……