人臉表情識別的概述

付喜梅 莊思發

摘要：隨著大數據時代的到來和深度學習的技術崛起，作為人臉識別的重要分支的表情識別是人工智能領域的研究熱點，在醫療、教育、心理研究等領域具有非常廣泛的應用前景。本文從傳統的表情識別技術和大數據時代深度學習表情識別兩個角度出發，對表情識別的理論進行了概述，針對表情識別的研究進展，探討了表情識別未來發展的趨勢。

關鍵詞：表情識別；深度學習；卷積神經網絡，特征提取；表情分類

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1009-3044（2018）23-0211-04

Abstract： With the advent of the era of big data and the rise of deep learning technologies， expression recognition as an important branch of face recognition is a research hotspot in the field of artificial intelligence， and has a very wide range of application prospects in fields such as medical treatment， education， and psychological research. In this paper， the theory of expression recognition is summarized from two aspects of the traditional expression recognition technology and the deep learning expression recognition in the big data age. In view of the research progress of facial expression recognition， the future development trend of facial expression recognition is discussed.

Key words： expression recognition；deep learning；convolutional neural network；feature extraction；expression classification

人的情感的產生是一個很復雜的心理過程，情感的表達方式也有多種，在計算機研究中分為表情、語音、動作三類。在這三種情感表達方式中，心理學家拉塞爾（ J. A. Russell）發現大約55%的日常交流信息是用面部表情傳遞的。面部表情是一個人情緒的外在表達，是復雜心理過程的體現，美國著名心理學家Ekmann與Friese把人類表情劃分為7種基本表情：自然、恐懼、悲傷、憤怒、高興、驚訝和厭惡[1]，每種情感以唯一的表情來反映人的一種獨特的心理活動，通過表情可以準確識別人的心理情緒。

人臉表情識別就是利用計算機獲取人臉的表情特征信息進行解析并分類的過程，根據分類結果推斷人的心理狀態應用實際生活中。人臉表情識別作為人臉識別的一個重要分支，是人工智能研究領域的熱點[1]，具有廣闊的應用前景，例如遠程教育、安全駕駛、測謊儀、臨床醫學等領域。目前已取得了一些成果，在國外表情識別的研究已經進入商業化的階段。……