一文教你如何用ResNet進行表情識別

在線聊天已經(jīng)成為了人們的日常，新生代的年輕群體最愛用的就是一些表情包了，一言不合就來一場表情大戰(zhàn)，每個人的收藏夾都有近百個表情收錄著，等待著聊天啟用。

但是，現(xiàn)在的表情只限于收藏，沒有分類功能，但后續(xù)會隨著FER（面部表情識別技術）的發(fā)展，使得這一功能成為現(xiàn)實。

01

人臉識別與表情識別

1971年，心理學家Ekman與Friesen最早提出了人類有六種主要情感，它們分別是憤怒（anger）、高興(happiness)、悲傷 (sadness)、驚訝(surprise)、厭惡(disgust)和恐懼(fear)，每一種情感以唯一的表情來反映當時的心理活動。

表情識別是可以用單感官和多感官想配合來完成的，它是一個整體識別和特征識別共同作用的結(jié)果。表情識別是人臉識別的一種，也遵循特征點檢測。

特征點是預先定義的一組臉部或五官輪廓的點。遠處辨認人，主要是整體識別，而在近距離面部表情識別中，特征部件識別則更重要。

02

分類網(wǎng)絡ResNet做表情識別

人臉表情識別可以看做是一個圖像分類任務，可以先使用深度卷積神經(jīng)網(wǎng)絡提取圖像特征，而后選用ResNet作為分類模型，來完成這個人臉表情識別任務。

識別也就是我們常說的“分類”，利用ResNet實現(xiàn)表情識別，可以利用ResNet對特征的強大利用能力達到不錯的識別性能。從ResNet原理入手，你可以一窺易用好用的人工智能技術。

03

表情識別廣泛應用

表情識別是人類表達感情，傳遞內(nèi)心世界的重要途徑，人臉表情識別技術也在人機交互，安全，汽車等領域發(fā)揮著巨大的作用。例如在犯罪偵查系統(tǒng)中，可以通過表情識別技術分析嫌疑人的心理活動等。

目前的表情識別提取特征方法主要有兩種方法：

手工提取特征

通過構建深度神經(jīng)網(wǎng)絡進行自動學習提取特征

相對于手工提取特征方法，深度神經(jīng)網(wǎng)絡可以提取到更加高級的特征，識別效果更明顯。

第二種方法可以做到輸入原始圖像，經(jīng)過網(wǎng)絡的自動訓練，就能輸出我們想要的結(jié)果，目前已經(jīng)廣泛的應用于工業(yè)界。

編輯：jq