盛偉 劉嵩巖 成杰 孫毅

摘 要 隨著計算機技術(shù)和人工智能技術(shù)及其相關(guān)學(xué)科的迅猛發(fā)展，人們對類似于人和人交流方式的人機交互的需求日益強烈。表情識別是人們獲取情感信息的基礎(chǔ)，是計算機獲取人類情感的前提，同時也是人們探索和理解智能的有效途徑之一。本文在嵌入式系統(tǒng)的基礎(chǔ)上利用Fer2013數(shù)據(jù)集，在TensorFlow平臺上訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)（CNN），從而實現(xiàn)面部表情識別。

關(guān)鍵詞 嵌入式系統(tǒng);CNN;TensorFlow;面部表情識別

引言

面部表情識別技術(shù)同其他人工智能技術(shù)相比，發(fā)展的比較緩慢。由于面部表情具有多變性和復(fù)雜性，再同情緒和個體差異結(jié)合，很大程度上提高表情識別的難度。因此，與生物識別技術(shù)如指紋識別、人臉識別等相比，發(fā)展相對較慢，應(yīng)用還不廣泛。但是表情識別突破了人與機器傳統(tǒng)的關(guān)系，因此國內(nèi)外學(xué)者致力于這方面的研究，并在技術(shù)方面有很大的突破。人臉表情識別是指從給定的靜態(tài)圖片或動態(tài)視頻序列中分離出的表情狀態(tài)，本文主要研究的是從靜態(tài)圖片中確定被識別對象的心理情緒，實現(xiàn)計算機對人臉表情的理解與識別，從而更好達到人機交流[1]。

1技術(shù)背景

1.1 數(shù)據(jù)集

Fer2013人臉表情數(shù)據(jù)集由35886張人臉表情圖片組成，其中，測試圖（Training）28708張，公共驗證圖（PublicTest）和私有驗證圖（PrivateTest）各3589張，每張圖片是由大小固定為48×48的灰度圖像組成，共有7種表情，分別對應(yīng)于數(shù)字標簽0-6，具體表情對應(yīng)的標簽和中英文如下：0 anger 生氣; 1 disgust 厭惡; 2 fear 恐懼; 3 happy 開心; 4 sad 傷心;5 surprised 驚訝; 6 normal 中性[2]。

1.2 卷積神經(jīng)網(wǎng)絡(luò)

傳統(tǒng)表情識別技術(shù)和深度表情識別技術(shù)最大的區(qū)別就在于特征學(xué)習(xí)的方式不同。傳統(tǒng)表情識別技術(shù)的特征提取方法主要有Gabor小波變換、局部二值模式（LBP）等方法;而CNN網(wǎng)絡(luò)對圖片進行預(yù)處理獲取特征向量。近些年來，有越來越多的深度網(wǎng)絡(luò)用于表情識別，如卷積神經(jīng)網(wǎng)絡(luò)CNN等。本文就是采用是11層的CNN網(wǎng)絡(luò)進行面部表情識別，1層輸入層，4層卷積層，三層池化層、2層全連接層、損失函數(shù)層和輸出層。

第一層，輸入的圖片像素為48*48*1，經(jīng)過第一層步長為1，卷積核大小為1*1d的卷積層之后，輸出像素為48*48*32。第二層卷積核大小為5*5，步長為1，填充為2，輸出是48*48*32。經(jīng)過第三層池化層之后進入第四層，該層卷積核大小為3*3，步長和填充均為1，輸出為23*23*32。在經(jīng)過第五層池化層之后進入第六層，卷積核大小為5*5，步長為1，填充為2，輸出結(jié)果為11*11*64;經(jīng)過第七層池化層后，輸出為5*5*64。然后輸出結(jié)果經(jīng)過兩層全連接層在輸出，丟棄50%，輸出像素為1*1*1024;最后是輸出層，輸出結(jié)果為1*1*7[3]。

2測試

（1）預(yù)處理：預(yù)處理是將計算特征之前，排除掉和臉無關(guān)的一切干擾，因此，就有了人臉檢測，人臉對齊，歸一化等過程，主要有：人臉檢測，人臉對齊，數(shù)據(jù)增強，人臉歸一化。

（2）卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練：基于構(gòu)建CNN的網(wǎng)絡(luò)模型，利用Fer2013作為訓(xùn)練集進行網(wǎng)絡(luò)模型訓(xùn)練;直接學(xué)習(xí)特征，預(yù)測概率（softmax），識別出表情結(jié)果。為了提高網(wǎng)絡(luò)的非線性特性，本文使用線性整流函數(shù)Relu作為激活函數(shù)可避免由其他一些激活函數(shù)引起的消失梯度問題。

（3）面部表情的識別測試：獲取圖像，利用訓(xùn)練好的完啦進行識別比對，返回識別結(jié)果[4]。

3結(jié)束語

基于深度學(xué)習(xí)的面部表情識別系統(tǒng)，具有非常高性能的特征表達能力，適合基于圖像的分類問題，可以識別出準確識別出六種表情。利用深度學(xué)習(xí)技術(shù)來解決如光照變化、遮擋、非正面頭部姿勢等問題。本文研究的面部表情局限于6種表情，而人類的表情十分豐富;另外隨著人類的老去，面部表情識別的難度也增加，這些都是未來深入研究的方向。

參考文獻

[1] 劉芾，李茂軍，胡建文，等.基于低像素人臉圖像的表情識別[J].激光與光電子學(xué)進展，2020，57（10）：97-104.

[2] 陸嘉慧，張樹美，趙俊莉.基于CNN集成的面部表情識別[J].青島大學(xué)學(xué)報（工程技術(shù)版），2020，35（2）：24-29，42.

[3] 盧官明，何嘉利，閆靜杰，等.一種用于人臉面部表情識別的卷積神經(jīng)網(wǎng)絡(luò)[J].南京郵電大學(xué)學(xué)報（自然科學(xué)版），2016，36（1）：16-22.

[4] 張嘯，周連喆，張琳琳.基于改進LeNet-5的面部表情識別方法[J].計算機與現(xiàn)代化，2019（10）：83-87，93.

作者簡介

盛偉（1995-），女，黑龍江哈爾濱人;黑龍江大學(xué)在讀，學(xué)歷：碩士，研究方向：嵌入式系統(tǒng)。

劉嵩巖（1969-），男，黑龍江哈爾濱人;學(xué)歷：博士，職稱：副教授，現(xiàn)就職單位：黑龍江大學(xué)，研究方向：嵌入式系統(tǒng)。

成杰（1996-），男，河北張家口人;黑龍江大學(xué)在讀，學(xué)歷：碩士，研究方向：嵌入式系統(tǒng)。

孫毅（1996-），男，山東濟南人;黑龍江大學(xué)在讀，學(xué)歷：碩士，研究方向：嵌入式系統(tǒng)。