上海電力大學的兩位研究人員最近開發(fā)并評估了野生人臉表情識別（FER）的新神經網絡模型。他們的研究發(fā)表在Elsevier的Neurocomputing期刊上，提出了三種卷積神經網絡（CNN）模型：Light-CNN，雙分支CNN和預先訓練的CNN。

“由于缺乏關于非正面的信息，野外的FER是計算機視覺中的一個難點，”進行這項研究的研究人員之一錢永生告訴TechXplore。“基于深度卷積神經網絡（CNN）的現(xiàn)有自然面部表情識別方法存在一些問題，包括過擬合，高計算復雜度，單一特征和有限樣本。”

盡管許多研究人員已經開發(fā)了用于FER的CNN方法，但到目前為止，他們中很少有人試圖確定哪種類型的網絡最適合這一特定任務。意識到文獻中的這種差距，永勝和他的同事邵杰為FER開發(fā)了三種不同的CNN，并進行了一系列的評估，以確定他們的優(yōu)勢和劣勢。

“我們的第一個模型是淺光CNN，它引入了一個深度可分離的模塊和剩余的網絡模塊，通過改變卷積方法來減少網絡參數(shù)，”永勝說?！暗诙€是雙分支CNN，它結合了全局特征和局部紋理特征，試圖獲得更豐富的特征并補償卷積旋轉不變性的缺乏。第三個預訓練的CNN使用在同一個分布式大型數(shù)據庫中訓練的權重重新培訓自己的小型數(shù)據庫，縮短培訓時間，提高識別率?！?/p>

研究人員對三種常用于FER的數(shù)據集進行了CNN模型的廣泛評估：公共CK +，多視圖BU-3DEF和FER2013數(shù)據集。盡管三種CNN模型在性能上存在差異，但它們都取得了可喜的成果，優(yōu)于幾種最先進的FER方法。

“目前，這三種CNN型號是分開使用的，”永勝解釋說?！皽\網絡更適合嵌入式硬件。預訓練的CNN可以獲得更好的效果，但需要預先訓練的權重。雙分支網絡不是很有效。當然，也可以嘗試使用這三種模式一起?！?/p>

在他們的評估中，研究人員觀察到，通過組合剩余網絡模塊和深度可分離模塊，就像他們?yōu)榈谝粋€CNN模型所做的那樣，可以減少網絡參數(shù)。這最終可以解決計算硬件的一些缺點。此外，他們發(fā)現(xiàn)預先訓練的CNN 模型將大型數(shù)據庫轉移到自己的數(shù)據庫，因此可以用有限的樣本進行訓練。

永勝和杰提出的三個針對FER的CNN可以有許多應用，例如，幫助開發(fā)能夠識別他們正在與之交互的人的面部表情的機器人。研究人員現(xiàn)在計劃對他們的模型進行額外調整，以進一步提高他們的表現(xiàn)。

“在我們未來的工作中，我們將嘗試添加不同的傳統(tǒng)手動功能，加入雙分支CNN并改變融合模式，”永勝說?！拔覀冞€將使用跨數(shù)據庫培訓網絡參數(shù)來獲得更好的泛化能力，并采用更有效的深度傳輸學習方法。”