240
在人类交流中，面部表情包含了丰富的非语言信息，这些信息可以为口头交流提供额外的线索和含义。
据研究表明，60-80%的交流是非语言的，这些非语言信息包括面部表情、眼神交流、语调、手势和身体距离。尤其是面部表情分析，已经成为了一个热门的研究话题。
在心理学和计算机视觉领域，情绪被分类为类别模型或维度模型（价值和唤醒）。
- 在类别模型中，Ekman等人定义了基本的人类情绪，包括快乐、愤怒、厌恶、恐惧、悲伤和惊讶。
- 在维度模型中，情绪通过连续的数值尺度进行评估，以确定价值和唤醒。面部情绪识别（FER）是计算机视觉中的一个重要任务，它有许多实际应用，近年来，随着深度神经网络的进步，FER的研究数量有所增加。
在这项研究中，研究人员使用了squeeze-and-excitation模块（SENet）与ResNet-18，以实现一个相对轻量级的FER模型。这个模型的可训练参数（大约1127万）比ResNet-50所需的参数（大约2300万）和视觉变换器所需的参数（大约8600万）少。该方法的有效性在两个FER数据集上进行了评估，即AffectNet和Real-World Affective Faces Database（RAF-DB）。
这两个数据集都包含了大量的面部情绪数据，包括来自不同文化和种族的数据。研究结果表明，使用AffectNet进行训练，可以达到79.08%的训练准确率和56.54%的验证准确率。使用RAF-DB进行训练，可以达到76.51%的训练准确率和65.67%的验证准确率。通过在RAF-DB上应用预先使用AffectNet获得的权重进行迁移学习，RAF-DB数据集的预测准确率显著提高。这些结果表明，可以针对具有特定文化、地区或社会环境的较小数据集进行迁移学习，以实现特定应用。迁移学习使模型能够通过较小的数据库学习特定人群的面部情绪，并获得准确的结果。
原文链接：A study on computer vision for facial emotion recognition
