采用深度学习方法的非正面表情识别综述

摘要：

2017年人工智能正式升级为中国国家战略,作为人工智能领域中重要的研究方向,人脸表情识别受到了国内外研究者们的广泛关注.然而传统的人脸表情识别技术无法适应自然环境下的表情识别需求.因此非正面人脸表情识别方法成为实现表情识别技术实用化突破的重点.但是现有的非正面表情识别研究面临很多困难:头部偏转不仅造成了识别图像的扭曲,而且还遮挡了部分人脸区域,严重干扰了表情特征的提取与识别.有鉴于此,研究者们将深度学习技术与非正面表情识别相结合,依靠非正面表情图像的深度信息,实现算法识别能力的提升.综述详细介绍了深度神经网络的结构,对最新的深度学习神经网络研究方法进行分类对比,同时对未来的研究和挑战做了展望.

关键词：非正面表情识别、深度学习、神经网络

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省高等学校重点科研项目;郑州轻工业学院博士科研基金

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：48-61