计算机应用研究

作者：蒋斌,崔晓梅,江宏彬,丁汉清,袁俊岭,

单位：郑州轻工业大学计算机与通信工程学院,郑州450001；

关键词：人脸表情识别,轻量化网络,网络轻量化,深度学习,

基金：国家自然科学基金资助项目(61702464,62273243)；河南省科技攻关项目(222102210103,222102210039)；；

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。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。

来源：2024年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第3期