摘要

面部表情识别在过去几十年中一直是活跃的研究领域，但由于类内变异性的高，这一问题仍然具有挑战性。传统的解决方法依赖于手工设计的特征，如尺度不变特征变换（SIFT）、方向梯度直方图（HOG）和局部二值模式（LBP），随后在图像或视频数据库上训练分类器。这些方法在受控条件下拍摄的图像数据集上表现较为合理，但在更具挑战性的数据集上，由于图像变化较大和部分面部缺失，其性能往往不尽如人意。近年来，有几项研究提出了用于面部表情识别的端到端框架，采用了深度学习模型。尽管这些研究在性能上有所提升，但仍存在很大的改进空间。在本研究中，我们提出了一种基于注意力卷积网络的深度学习方法，该方法能够聚焦面部的重要区域，并在多个数据集上显著优于先前的模型，包括FER-2013、CK+、FERG和JAFFE。我们还使用了一种可视化技术，能够根据分类器的输出找到检测不同情绪的重要面部区域。通过实验结果，我们展示了不同情绪对面部不同部分的敏感程度各不相同。