视觉情感识别系统的设计与实现

郑浩鑫 林楷焱 陶铭

摘  要： 在现实生活中，人们具有丰富的情感，而情感会影响人的行为及认知等。为了获取并识别人类的情感，提出一种基于深度学习的“视觉情感识别系统”的设计方案。通过Python语言编写网络爬虫程序，爬取网络上带有情感标签的人脸图片，从而为神经网络的训练提供数据;采用Keras框架搭建卷积神经网络，对带有情感标签的人脸图片进行深度学习，使卷积神经网络收敛到理想的模型，从而实现对人脸图片的情感识别。实验结果表明，该方案具有一定的识别效率。

关键词： 网络爬虫; 深度学习; 卷积神经网络; 情感识别

中图分类号：TP393          文献标识码：A   文章编号：1006-8228（2021）03-33-04

Design and implementation of visual emotion recognition system

Zheng Haoxin， Lin Kaiyan， Tao Ming

（School of Computer Science and Technology， Dongguan University of Technology， Dongguan， Guangdong 523808， China）

Abstract： In real life， people have a wealth of emotions which will affect people's behavior and cognition， etc. In order to acquire and recognize human emotions， a design scheme of "visual emotion recognition system" based on deep learning is proposed. To provide data for the training of neural networks， the Python language is used to write a web crawler to crawl the face pictures with emotional tags on the network. Keras framework is adopted to build convolutional neural networks for deep learning of face images with emotion tags， so that the convolutional neural networks converges to an ideal model to realize the emotion recognition of face images. The experimental results show that the proposed scheme has certain recognition efficiency.

Key words： web crawler; deep learning; convolutional neural networks; emotion recognition

0 引言

人的情感能夠表达出人的想法和行为。人对于情感的利用有很多方面，例如教学中研究学生的情感以便即时关注学生的心理活动;商家通过客户的情感来对商品和服务进行改进;企业通过研究员工的情感来对工作进行合理分配等。对于情感的获取渠道也有多种，比如图像、声音和文字等[1-2]。

本系统是在人脸检测基础之上的更进一步地研究[3]，通过识别人脸的表情来获取人的情感。先使用网络爬虫技术和人脸目标检测技术从网络上爬取带有情感标签的人脸图片并按照训练图片所需的格式对图片进行处理。然后使用Keras框架，来进行卷积神经网络的结构设计和参数优化[4-6]，并且通过爬取的图片数据，来对卷积神经网络进行多次迭代训练，从而得到一个理想的情感识别模型。……