论文研究-基于卷积神经网络多层特征融合和稀疏表示的表情识别 .pdf

面部表情识别是计算机视觉和人工智能领域的研究热点，它旨在通过计算机模拟来分析人脸的表情变化，从而解读人的情感状态和心理情绪。表情识别的核心在于如何有效地从图像中提取表情特征，并通过这些特征对人的表情进行分类和识别。 卷积神经网络（CNN）作为深度学习的一个分支，在图像识别领域取得了巨大的成功。CNN通过模拟生物的视觉感知机制，能够从原始图像数据中自动学习层次化的特征表示。其包含的多个层次结构，使CNN能捕捉到从低级的边缘和角点到高级的形状和对象类别的丰富信息。卷积层和下采样层的结合，使得网络能够逐渐提取出越来越抽象的特征，同时降低特征的空间维度。 在面部表情识别中，CNN的浅层特征能够保留更多的细节信息，例如表情图像中的纹理、颜色等，而深层特征则能够提取出更为抽象的语义信息，例如表情类别和情感倾向。浅层特征虽然表达能力强，但抽象能力相对较弱；深层特征虽然抽象能力强，但伴随着特征细节信息的丢失。因此，如何有效结合浅层和深层特征，充分利用它们各自的优势，是表情识别研究的一个重点。 本研究提出了一种基于多层特征融合的表情识别方法，该方法通过稀疏表示特征选择算法，计算并筛选出与表情识别任务相关性强的特征，从而实现卷积层特征的降维。具体而言，该方法首先通过CNN提取出多个层次的特征图，然后采用稀疏表示算法对这些特征图进行相关性分析，选择出与表情识别相关性较高的特征进行保留。这不仅可以降低特征维度，还可以减少特征向量的冗余和噪声，提高识别效果。 此外，为了进一步提高表情识别的准确性，本研究采用了基于Arousal-Valence情感模型的SVR回归算法进行表情的训练和预测。Arousal-Valence情感模型将表情情绪划分到一个二维情感空间中，其中Arousal维度代表情绪的激动程度，Valence维度代表情绪的愉悦程度。通过SVR回归算法，可以更好地捕捉到表情与情感状态之间的复杂非线性关系，从而在表情识别中更加准确地表达出人的情感。 实验结果表明，采用多层特征融合和稀疏表示的方法后，表情识别的准确率得到了显著提升。这说明，将CNN的浅层和深层特征相结合，并通过稀疏表示算法进行特征选择，是一种有效的表情识别策略。同时，SVR回归算法的引入进一步优化了表情与情感状态的映射，使得基于情感模型的表情识别更加准确。 本研究为面部表情识别提供了一种新的视角和方法，展示了在深度学习框架下，通过特征融合、稀疏表示和情感模型的综合应用，可以显著提高表情识别的性能。未来的研究可以在扩大数据集、优化特征选择算法以及探索更多有效的情感模型等方面继续深化，以进一步提升表情识别技术的实用性和准确性。