劉倫豪杰 王晨輝 盧慧 王家豪

摘要：人臉表情識別在計算機(jī)視覺領(lǐng)域引起廣泛關(guān)注，為了解決實際應(yīng)用中出現(xiàn)的小數(shù)據(jù)集和硬件限制問題，引入遷移學(xué)習(xí)方法，將Image-Net上訓(xùn)練好的Inception_v3網(wǎng)絡(luò)遷移到表情識別任務(wù)中，使用FER2013數(shù)據(jù)集進(jìn)行參數(shù)學(xué)習(xí)完成表情識別任務(wù)，識別率達(dá)到了80.4%，且無過擬合現(xiàn)象，網(wǎng)絡(luò)泛化效果好?；谶w移網(wǎng)絡(luò)處理的是復(fù)雜度更大的分類問題，提取的抽象信息并不都對表情識別任務(wù)有利，進(jìn)一步在遷移學(xué)習(xí)網(wǎng)絡(luò)后加入了卷積層和池化層進(jìn)行表情特征提取和冗余信息篩除，識別率提高到了87.5%。

關(guān)鍵詞：表情識別；卷積神經(jīng)網(wǎng)絡(luò)；遷移學(xué)習(xí) ；CK+ ；FER2013

中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）07-0191-04

Abstract： Facial expression recognition has attracted widespread attention in the field of computer vision， and it has played an important role in applications such as human-computer interaction. At the same time， the convolutional neural network method performs well in the graphics recognition task. Therefore， this paper firstly designs a convolutional neural network to complete the expression recognition task. The experimental results show that the recognition rate of the network on the CK+ dataset reaches 99.6%， but the recognition rate on the generalization set is only 21%， showing strong Fitting the phenomenon. In order to avoid over-fitting， the larger fer2013 database is used for training. Under the constraints of hardware conditions， convergence cannot be achieved， and the recognition rate is only 51.7%. In order to solve the small data set and hardware limitation problems in practical applications， this paper introduces the migration learning method， migrates the trained Inception_v3 network on Image-Net to the expression recognition task， modifies the final fully connected layer， and uses the FER2013 data set to perform parameters. After learning to complete the expression recognition task， the experimental results show that the recognition rate reaches 80.4%， and there is no over-fitting phenomenon， and the network generalization effect is good. However， the migration network deals with a more complex classification problem， and the extracted abstract information is not all beneficial to the expression recognition task. Based on this， the migration convolutional neural network designed in this paper adds the convolutional layer and the pooling layer to the expression feature extraction and redundant information screening after the migration learning network. The experimental results show that the recognition rate is increased to 87.5%.

Key words： Expression recognition； Convolutional neural network； Migration learning； CK+； FER2013

人臉表情識別是人機(jī)交互與情感計算研究中的重要組成部分。隨著人工智能的發(fā)展和機(jī)器人制造體系的成熟，人機(jī)交互領(lǐng)域顯現(xiàn)出巨大的市場和應(yīng)用前景。

最早的人臉表情識別研究方法主要基于幾何特征，對人的眼睛、眉毛、嘴等位置變化特征進(jìn)行表情識別。Lanitis[1]提取14個臉部特征點，建立可變形模型，通過特征點的位置和形狀對人臉表情進(jìn)行識別，達(dá)到74%的識別率。隨著小波理論在圖像識別逐漸成熟，日本九州大學(xué)[2]利用Gabor小波對面部表情信息進(jìn)行壓縮編碼。美國CMU[3]采用隱馬爾可夫模型（HMM）對人臉表情的細(xì)微變化分析，運用了特征點跟蹤、流跟蹤和邊緣檢測實現(xiàn)了面部表情信息的自動識別。以上傳統(tǒng)的表情識別方法都需要人為設(shè)定特征，提取特征的信息量相當(dāng)局限，準(zhǔn)確率難以達(dá)到應(yīng)用要求。

隨著高性能服務(wù)器的發(fā)展，以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)算法廣泛應(yīng)用到了計算機(jī)視覺、自動駕駛等領(lǐng)域中，取得了很好的效果?；诰矸e神經(jīng)網(wǎng)絡(luò)的表情識別方法[4]通過數(shù)據(jù)驅(qū)動，構(gòu)建卷積層從表情數(shù)據(jù)庫中學(xué)習(xí)提取抽象的特征信息，最后使用全連接層分類。然而，深度卷積網(wǎng)絡(luò)依賴于數(shù)據(jù)驅(qū)動，很多數(shù)據(jù)集中的靜態(tài)面部表情圖片太少，在無法得到上百萬大規(guī)模數(shù)據(jù)集時，直接訓(xùn)練效果不夠理想，容易產(chǎn)生過擬合，識別的泛化效果很差?；诖耍岢隽嘶谶w移卷積神經(jīng)網(wǎng)絡(luò)的人臉表情識別方法，將在Iamge-net大數(shù)據(jù)集上訓(xùn)練好的inception_v3圖像分類網(wǎng)絡(luò)遷移到人臉表情識別網(wǎng)絡(luò)中，并在網(wǎng)絡(luò)中加入了一層卷積層和池化層，再對人臉表情數(shù)據(jù)庫的圖片進(jìn)行學(xué)習(xí)，取得了很好的效果。

1 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種特殊的前饋神經(jīng)網(wǎng)絡(luò)，因主要功能單元卷積層實現(xiàn)特征提取而與普通全連接神經(jīng)網(wǎng)絡(luò)區(qū)分開來。神經(jīng)元之間的連接模擬了動物的視皮層，在計算機(jī)視覺領(lǐng)域表現(xiàn)良好。CNN主要由卷積層、池化層和全連接層組成。

1.1卷積層

卷積層和傳統(tǒng)的全連接層不同，該層包含一組濾波器，又稱為卷積核。卷積核的大小一般為3x3或者5x5，這些卷積核在表示輸入圖像的三維矩陣上面滑動應(yīng)用卷積，計算出卷積核和輸入矩陣之間的點積，并生成二維激活映射，使得網(wǎng)絡(luò)學(xué)習(xí)到因為偵測到輸入位置空間上特定種類的特征而激活的卷積核。卷積核將通過上述滑動操作對整個圖像進(jìn)行掃描實現(xiàn)對圖像信息的遍歷，利用共享權(quán)值實現(xiàn)對圖像特征的提取，不同的卷積核分別提取圖像的不同特征。

卷積層試圖將神經(jīng)網(wǎng)絡(luò)的每一小塊進(jìn)行深入的分析而得到抽象程度更高的特征，一般來說，經(jīng)過卷積處理過的節(jié)點矩陣會變得更深，從圖片中學(xué)習(xí)到的特征信息也更加豐富抽象。

1.2池化層

池化層也稱下采樣層，是對上一層提取的特征進(jìn)行降維處理，可以在保留最重要特征的同時削減卷積輸出，避免全連接層出現(xiàn)過擬合現(xiàn)象。池化中最經(jīng)典的操作包括最大池和平均池化，本文采用最大池化，保留窗口中的最大值。最常見的池化大小是2x2，步幅為2，能夠從輸入映射中去除75%的激活，見圖1。

1.3 全連接層

經(jīng)過多輪卷積層和池化層處理后，圖像中的信息已經(jīng)被高度抽象為信息含量更高的特征，對于這些特征，利用全連接層完成分類任務(wù)。全連接層也稱多層感知機(jī)，它的每一個神經(jīng)節(jié)點都與前一層和后一層的所有節(jié)點相互連接，在不斷的學(xué)習(xí)中，優(yōu)化損失，反饋調(diào)節(jié)權(quán)重。

2 遷移學(xué)習(xí)

深度卷積神經(jīng)網(wǎng)絡(luò)CNN在每年一度的ImageNet圖像識別大賽上大放光彩，其他傳統(tǒng)機(jī)器學(xué)習(xí)方法逐漸被邊緣化。但是該比賽和眾多神經(jīng)網(wǎng)絡(luò)項目都是基于互聯(lián)網(wǎng)產(chǎn)生，樣本數(shù)量龐大，足以支撐深度學(xué)習(xí)的訓(xùn)練。對于數(shù)據(jù)集較少的應(yīng)用領(lǐng)域如人臉表情識別，數(shù)據(jù)集中包含的標(biāo)注樣本即使通過圖像增強(qiáng)與補(bǔ)償技術(shù)也十分有限，構(gòu)建大規(guī)模人臉數(shù)據(jù)成本也較高，不具有實際可操作性。基于此，將在大規(guī)模互聯(lián)網(wǎng)數(shù)據(jù)上訓(xùn)練的CNN遷移到小樣本目標(biāo)數(shù)據(jù)集中的遷移學(xué)習(xí)方法成了圖像研究領(lǐng)域的熱門。

2.1 遷移學(xué)習(xí)概述

遷移學(xué)習(xí)的思路是將一個環(huán)境中學(xué)習(xí)到的知識來幫助完成新環(huán)境中的學(xué)習(xí)任務(wù)[5]。遷移學(xué)習(xí)定義為：給定一個源領(lǐng)域Ds和學(xué)習(xí)任務(wù)Ts，一個目標(biāo)領(lǐng)域Dr和學(xué)習(xí)任務(wù)Tr，遷移學(xué)習(xí)通過學(xué)習(xí)任務(wù)Ts在源領(lǐng)域Ds中獲取的知識，幫助學(xué)習(xí)任務(wù)Tr在目標(biāo)領(lǐng)域Dr中的學(xué)習(xí)[5]。

2.2遷移學(xué)習(xí)在表情識別的應(yīng)用

人臉表情識別數(shù)據(jù)集都十分有限，引入遷移學(xué)習(xí)將使得基于深度卷積神經(jīng)網(wǎng)絡(luò)的表情識別任務(wù)可以在已有的少量人臉數(shù)據(jù)集中訓(xùn)練學(xué)習(xí)到很好的效果。具體地，利用在ImageNet圖像數(shù)據(jù)集上訓(xùn)練好的大型神經(jīng)網(wǎng)絡(luò)Inception_v3，修改其輸出層，改用三層全連接網(wǎng)絡(luò)，在任務(wù)數(shù)據(jù)集上訓(xùn)練，實現(xiàn)七分類問題。此外，源網(wǎng)絡(luò)的任務(wù)是對兩萬多種事物進(jìn)行分類，比七種表情識別任務(wù)復(fù)雜程度更高，因此Inception_v3抽象出的大量信息并不是都對表情識別起著積極作用，可能存在負(fù)遷移的破壞性影響?；诖?，在全連接層前設(shè)計一層卷積層和池化層能夠起到提取表情特征信息，剔除多余信息的作用，學(xué)習(xí)效果更好。

3 數(shù)據(jù)準(zhǔn)備

3.1 數(shù)據(jù)來源

本文的實驗數(shù)據(jù)選用fer2013人臉表情庫和CK+人臉表情庫。

fer2013數(shù)據(jù)集來自數(shù)據(jù)科學(xué)競賽kaggle，該表情庫由訓(xùn)練集、測試集與驗證集三部分構(gòu)成，其中訓(xùn)練集共包含28，709張48[×48]的灰度圖像，將人臉表情分為生氣、厭惡、恐懼、高興、悲傷、驚訝和中性這7種。其構(gòu)成如下：

CK+數(shù)據(jù)集由Cohn Kanade 表情庫擴(kuò)展而來，與fer2013相比，其類別稍有不同，并且僅包含共988張人臉表情，其構(gòu)成如下：

此外，選取來自其他數(shù)據(jù)集的一小部分人臉表情集作為泛化集，用來測試網(wǎng)絡(luò)的泛化能力。

3.2 數(shù)據(jù)處理

相較于fer2013數(shù)據(jù)集，CK+的數(shù)據(jù)集太小，容易產(chǎn)生過擬合。對此采用數(shù)據(jù)增強(qiáng)來對CK+數(shù)據(jù)集進(jìn)行拓展，本文利用隨機(jī)裁剪的方式，在48x48的圖片上四個角和中心裁剪出5個42x42的圖片，再進(jìn)行一次鏡像操作，實現(xiàn)了數(shù)據(jù)集擴(kuò)增10倍的目的。除此之外，在訓(xùn)練之前，還應(yīng)該對數(shù)據(jù)庫圖像進(jìn)行尺寸大小和深度調(diào)整以符合網(wǎng)絡(luò)的輸入條件。本文在tensorflow框架上利用openvc的resize函數(shù)將42x42x1的灰度圖像轉(zhuǎn)化為適合卷積神經(jīng)網(wǎng)絡(luò)輸入的227x227x3的圖像和卷積遷移網(wǎng)絡(luò)輸入的229x229x3的圖像。

4 人臉表情識別方法

4.1 卷積神經(jīng)網(wǎng)絡(luò)模型

本文設(shè)計一種包含5個卷積層和3個全連接層的卷積神經(jīng)網(wǎng)絡(luò)，其網(wǎng)絡(luò)結(jié)構(gòu)如圖x所示。輸入為預(yù)處理完成的227*227*3的三通道圖片，卷積層1的卷積核大小為11*11，步長為4，卷積層2的卷積核大小為5*5，步長為1，另外三個卷積層卷積核均為3*3，步長均為1，經(jīng)過卷積層的輸出特征圖像大小為6*6*256，再通過3個全連接層，最終輸出一個7*1的向量，完整的網(wǎng)絡(luò)參數(shù)如表3。該網(wǎng)絡(luò)設(shè)置學(xué)習(xí)率為0.001，權(quán)重衰減率為0.8，迭代次數(shù)為2000次。在訓(xùn)練數(shù)據(jù)不夠多時，或者過度訓(xùn)練時，經(jīng)常會導(dǎo)致過擬合。其直觀的表現(xiàn)為，隨著訓(xùn)練過程的進(jìn)行，模型復(fù)雜度添加，訓(xùn)練集上的損失函數(shù)逐漸減小。但在驗證集上的準(zhǔn)確率卻反而逐漸增大，為解決該問題采取了學(xué)習(xí)率隨迭代次數(shù)衰減的機(jī)制，迭代一百次學(xué)習(xí)率衰減0.01。并選擇Relu激活函數(shù)、交叉熵?fù)p傷函數(shù)和隨機(jī)梯度優(yōu)化器的組合對網(wǎng)絡(luò)進(jìn)行反饋學(xué)習(xí)，調(diào)整網(wǎng)絡(luò)權(quán)重參數(shù)。Relu作為激活函數(shù)解決了Sigmoid在網(wǎng)絡(luò)較深時的梯度彌散導(dǎo)致迭代一段時間后無法收斂的問題。此外，使用L1正則化，在損失函數(shù)后面再加上一個正則化項來不斷削弱權(quán)重系數(shù)。訓(xùn)練時還在全連接層采用了Dropout隨時忽略部分神經(jīng)元，dropout值設(shè)置為0.8，每次隨機(jī)忽略80%的神經(jīng)元，一定程度上避免了過擬合。

將處理過的CK+數(shù)據(jù)集置于該網(wǎng)絡(luò)中訓(xùn)練，使用mini-batch梯度下降算法對損失函數(shù)進(jìn)行優(yōu)化，該算法先將整個大的訓(xùn)練集劃分為若干個小的訓(xùn)練集，稱為 mini-batch，本文中設(shè)置為256，再分別對每一個batch進(jìn)行梯度下降。使用 mini-batch梯度下降算法，一方面更新參數(shù)更快，有于更魯棒地收斂，避免局部最優(yōu)；另一方面，計算效率更高，可以幫助快速訓(xùn)練模型。

利用Nvidia GTX 1080 GPU在tensorflow框架下進(jìn)行運算，調(diào)參訓(xùn)練后發(fā)現(xiàn)其在測試集中的準(zhǔn)確率高達(dá)99.6%，而在泛化集中的準(zhǔn)確率僅有21%。這是由于數(shù)據(jù)集中圖片數(shù)量過少，網(wǎng)絡(luò)參數(shù)過多，不可避免地產(chǎn)生了過擬合現(xiàn)象，因而不具備較好的泛化能力。

基于以上原因，采用數(shù)據(jù)量更大的FER2013訓(xùn)練該網(wǎng)絡(luò)，結(jié)果顯示其在測試集中的準(zhǔn)確率僅能達(dá)到51.7%，并且損失值呈明顯的上下震蕩，無法收斂。

反復(fù)調(diào)參后發(fā)現(xiàn)，小數(shù)據(jù)集在batch-size為256時便能達(dá)到較好的收斂效果和準(zhǔn)確率，而對于數(shù)據(jù)量較大的數(shù)據(jù)集則需要更大的batch-size，當(dāng)batch-size到達(dá)1024時，計算機(jī)內(nèi)存已達(dá)到瓶頸，此時的最高準(zhǔn)確率為57.8%，需要尋找新的方法來彌補(bǔ)硬件性能的不足。

4.2 遷移網(wǎng)絡(luò)模型

在計算機(jī)性能限制網(wǎng)絡(luò)訓(xùn)練能力的情況下，借助遷移學(xué)習(xí)能夠取得較好的效果?？梢赃x擇一個已經(jīng)經(jīng)大量數(shù)據(jù)訓(xùn)練好的網(wǎng)絡(luò)層數(shù)龐大的卷積神經(jīng)網(wǎng)絡(luò)及其參數(shù)學(xué)習(xí)人臉表情集，獲取抽象的、深層的表情特征，通過對輸出特征的進(jìn)一步提取與分類，更為簡單準(zhǔn)確地實現(xiàn)了人臉表情的識別工作。

在ImageNet數(shù)據(jù)集中訓(xùn)練好的Inception-v3網(wǎng)絡(luò)中可以很好地區(qū)分兩萬種類別的圖像，所以有理由認(rèn)為該網(wǎng)絡(luò)中每一個節(jié)點可以作為其他任何圖像的一個更加精簡且表達(dá)能力更強(qiáng)的特征向量?；诖耍苯永眠@個訓(xùn)練好的Inception-v3網(wǎng)絡(luò)對人臉表情圖像進(jìn)行特征提取，然后再將提取得到的特征向量作為輸入來訓(xùn)練一個七分類問題。在實際操作中，保留訓(xùn)練好的Inception-v3模型中所有卷積層的參數(shù)，只是替換最后一層全連接層，將輸出神經(jīng)元由1000個調(diào)整為7個。

結(jié)果顯示，F(xiàn)ER2013測試集中的準(zhǔn)確率達(dá)到80.4%，在時間和準(zhǔn)確度上都有顯著的提升。

4.3 遷移卷積網(wǎng)絡(luò)模型

一般來說，遷移學(xué)習(xí)所需訓(xùn)練時間與硬件要求遠(yuǎn)小于訓(xùn)練完整模型，但其訓(xùn)練效果不如完全重新訓(xùn)練，為進(jìn)一步提高分類準(zhǔn)確率，設(shè)計在Inception-v3后連接上新的網(wǎng)絡(luò)，見圖2。經(jīng)過Inception-v3的輸出數(shù)據(jù)為8*8*2048，通過一個卷積核為3*3，步長為1，全零填充的卷積層對表情特征進(jìn)行提取，再通過一個過濾器為2*2，步長為2的最大池化層實現(xiàn)冗余信息的篩除，最后通過一個7個神經(jīng)元的全連接層完成表情分類任務(wù)。實驗發(fā)現(xiàn)，改進(jìn)后的遷移卷積神經(jīng)網(wǎng)絡(luò)對人臉表情的分類能力得到明顯提升，測試集準(zhǔn)確率達(dá)到了87.5%，泛化集準(zhǔn)確率也達(dá)到了80%以上，不會出現(xiàn)過擬合現(xiàn)象，能夠很好地解決樣本數(shù)量較少的圖像數(shù)據(jù)集分類問題。

4.4 結(jié)果分析

使用最初設(shè)計的包含5個卷積層與3個全連接層的卷積神經(jīng)網(wǎng)絡(luò)，CK+測試集的準(zhǔn)確率高達(dá)99.6%，但其泛化能力較差，在泛化集中的準(zhǔn)確率僅為21%，這是由于CK+訓(xùn)練集數(shù)據(jù)有限，而網(wǎng)絡(luò)結(jié)構(gòu)過于復(fù)雜，參數(shù)過多，出現(xiàn)了過擬合的現(xiàn)象；基于此選擇數(shù)據(jù)量更大的fer2013作為訓(xùn)練集，結(jié)果顯示，測試集上的準(zhǔn)確率受限于計算機(jī)性能，最高只能達(dá)到51.7%，基于此，最終選擇已經(jīng)在數(shù)據(jù)量龐大的數(shù)據(jù)集Imagenet上訓(xùn)練完成的Inception-v3進(jìn)行遷移學(xué)習(xí)，結(jié)果顯示，F(xiàn)ER2013測試集的準(zhǔn)確率達(dá)到80.4%。為避免負(fù)遷移的破壞性影響，設(shè)計改進(jìn)的遷移卷積神經(jīng)網(wǎng)絡(luò)進(jìn)一步將準(zhǔn)確率提高到了87.5%，并在泛化集上也取得了很好的效果，說明設(shè)計的遷移卷積神經(jīng)網(wǎng)絡(luò)能夠很好地應(yīng)用于小樣本分類問題，且不會出現(xiàn)過擬合現(xiàn)象，擴(kuò)大了CNN的應(yīng)用范圍，具有實際的應(yīng)用價值。

為了驗證本文提出的遷移卷積網(wǎng)絡(luò)的有效性，將本文算法的人臉表情識別準(zhǔn)確率與其他已有算法在fer2013數(shù)據(jù)集上的準(zhǔn)確率進(jìn)行對比，包括隱馬爾可夫模型（HMM）、支撐向量機(jī)（SVM）[6]、Gabor小波變換[7]、深度置信網(wǎng)絡(luò)（DBN）、只包含一層3*3的卷積層的卷積神經(jīng)網(wǎng)絡(luò)（N1）、包含多層3*3及5*5的卷積神經(jīng)網(wǎng)絡(luò)（N2）、判別學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)[8]（DLCNN）（見表4）。結(jié)果表明，本文改進(jìn)的遷移卷積神經(jīng)網(wǎng)絡(luò)算法平均識別率提高了8.3%。

5 總結(jié)

本文首先利用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建出卷積網(wǎng)絡(luò)模型完成人臉表情識別任務(wù)，在CK+數(shù)據(jù)集上進(jìn)行訓(xùn)練，通過調(diào)參，測試集達(dá)到了99.6%的準(zhǔn)確率，但是由于CK+數(shù)據(jù)集非常小，容易產(chǎn)生過擬合現(xiàn)象，主要表現(xiàn)在泛化集上的識別率僅有21%?；诖?，選擇了fer2013數(shù)據(jù)集進(jìn)行訓(xùn)練，在硬件設(shè)備的制約下，batch-size最大調(diào)節(jié)到1024，反復(fù)調(diào)節(jié)參數(shù)，網(wǎng)絡(luò)無法達(dá)到收斂，最高僅能達(dá)到57.8%。因此，為了使人臉表情識別技術(shù)應(yīng)用于小樣本數(shù)據(jù)集中采用了遷移網(wǎng)絡(luò)的學(xué)習(xí)方法，將在超大網(wǎng)絡(luò)數(shù)據(jù)集ImageNet上訓(xùn)練完成的大型網(wǎng)絡(luò)Inception_v3的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)遷移到人臉表情識別任務(wù)，修改全連接層完成七種表情的分類，實驗結(jié)果表明在FER2013數(shù)據(jù)集上的識別率達(dá)到了80.4%。進(jìn)一步，后設(shè)計了遷移卷積神經(jīng)網(wǎng)絡(luò)，在遷移網(wǎng)絡(luò)增加設(shè)計好的卷積層和池化層提取出和表情識別有關(guān)的信息，實驗結(jié)果表明識別率提高到了87.5%。

參考文獻(xiàn)：

[1] Lanitis A.，IEEE Trans.PAMI， 1997， 19（7）：743-756.

[2] Bradski G R，IEEE Workshop Application of Computer Vision，1998：214-219.

[3] Lien J J J，CMU- RI- TR- 98- 31，Ph.D.dissertation，1998.

[4] 李思泉，張軒雄. 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉表情識別研究[J].軟件導(dǎo)刊，2018（1）：28-31.

[5] Pan S J，Yang Q.A Survey onTransferLearning[J].IEEETransactions on Knowledge & Data Engineering，2010，22（10）：1345-1359.

[6] 陳偉宏. 基于SVM的人臉表情識別[J]. 科學(xué)技術(shù)與工程，2008， 8（21）：5850-5853.

[7] 王沖， 李一民. 基于Gabor小波變換的人臉表情識別[J]. 計算機(jī)工程與設(shè)計，2009，30（3）：643-646.

[8] Li Z.A discriminative learning convolutional neural network for facial expression recognition[C]//2017 3rd IEEE International Conference on Computer and Communications （ICCC）， Chengdu， 2017：1641-1646.

【通聯(lián)編輯：唐一東】