基于改进的Faster RCNN面部表情检测算法

伍锡如，凌星雨

（桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004）

面部表情包含了丰富的信息，直接反映了人 们的心理特征，是表达情感的重要途径之一。面部表情检测可应用于人机交互、安防监视、医疗及认知科学等多个领域，是计算机视觉研究热点之一。面部表情的表达通常分为愤怒、厌恶、恐惧、开心、悲伤和惊讶6类[1-2]。面部表情检测任务的重点是从面部图像中提取面部表情特征，并使用经过训练的分类器识别不同的面部表情。传统的表情识别依赖手工提取特征，特征提取方法主要分为3类：基于外观的特征提取、基于几何的特征提取和基于运动的特征提取。常用的外观特征提取包括像素强度[3]、Gabor滤波[4]、局部二值模式LBP(local binary patterns)[5]及方向梯度直方图[6]，其中Gabor特征提取计算成本高昂，而LBP具有良好性能，被广泛用于面部表情识别[7-8]。在基于几何的特征提取方法中，提取人眼、眉毛、嘴角等面部器官的位置和形状，形成能够代表人脸几何的特征向量[9-10]。基于运动的特征提取方法提取动态图像序列为运动特征，根据特征部位的运动变化对面部表情进行识别[11-12]。由于光照变化、遮挡等多种因素，表情识别仍具有挑战性[13]，这些因素会影响识别精度，手工提取特征不适用于具有干扰的面部表情检测任务，深度学习的提出为这些问题提供了解决方案。

深度学习概念由Hinton在2006年提出[14-15]，比传统的网络具有更强的特征表达能力和泛化能力，近几年在面部表情检测中得到大量应用。……