轻量级网络在人脸表情识别上的新进展

作者：蒋斌; 崔晓梅; 江宏彬; 丁汉清; 袁俊岭

来源：计算机应用研究, 2023, 1-9.

DOI：10.19734/j.issn.1001-3695.2023.07.0287

• 人脸表情识别
• 轻量化网络
• 网络轻量化
• 深度学习

作为人工智能领域的热门研究方向，人脸表情识别(Facial Expression Recognition,FER)是让计算机获取人类感情最直接最有效的方式。在人机交互、智慧医疗、疲劳驾驶等研发课题中占据关键的技术地位。为了满足高识别率的应用需求，FER深度学习网络结构愈发复杂，占用了大量的计算资源和存储空间，严重影响了算法实时性的要求。论文围绕如何在有效提升模型运算速度的同时，保障模型的精度这一问题展开综述。首先，介绍了利用轻量级网络实现表情识别的重要数据集；其次，对用于人脸表情识别的经典轻量级网络模型进行了分析；再次，阐述了主要的网络轻量化方法的原理、特点及适用场景；最后，总结了轻量级网络在人脸表情识别研究中存在的问题和挑战，对未来的研究方向进行展望。

• 单位
  郑州轻工业大学