0 引言
如今，人脸表情识别相关研究的热度逐渐上升。相应的技术也应用于教育质量评估、刑事审讯等多个领域。然而，当前的很多研究主要关注于相同数据库上的人脸表情识别，即训练样本和测试样本都来自于同一个数据库。由于不同表情数据库在人种、背景和光照等存在差异，表情识别的效果受到很大的影响[1]。同时，人脸图片也包含多个不同姿势，不同姿势之间的差异也导致了表情识别准确率的下降。研究者当前也在研究降低数据库和姿势所带来影响的方法。
由于姿势的差异对表情识别有明显的影响，研究人员提出了三大类方法来消除表情识别中的姿态差异：姿势规范化方法[2]；单分类器方法[3-4]；姿势鲁棒的特征方法[5-8]。由于正脸的表情识别准确率高于侧脸，研究者使用姿势规范化的方法将侧脸图像转换成正脸图像来进行识别表情。然而，用来测试的目标数据库通常缺失同一个人的正-侧脸数据对。这也导致了侧脸图像在通过生成式对抗网络[9](Generative Adversarial Networks，GAN)生成正脸的过程中存在失真，影响表情识别效果。对于单分类器方法，研究者使用单个分类器来识别多种姿势下的表情。这种方法需要大量不同姿势的图像来训练单一分类器，而现实中很难得到足够多的多角度图像。而姿势鲁棒的特征方法尝试训练一个编码器来生成对姿势差异鲁棒的表情特征。这种方法在特征层面降低了表情特征中的姿势噪声，同时不需要大量的目标数据库样本，也无需生成伪样本。因此本模型选择了姿势鲁棒的特征方法来降低姿势差异。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003845
作者信息：
梁 广
(中国科学技术大学 网络空间安全学院，安徽 合肥230026)
