随着计算机视觉技术的快速发展,人脸面部表情识别技术被越来越广泛地应用于疲劳驾驶检测、智慧医疗、远程网络课堂等一系列智能化人机交互场景之中。近年来,尽管面部表情识别技术在不断发展和进步,但该领域仍然存在一些难点问题有待解决。首先,受到性别、年龄以及不同人对同一类表情的表达方式各异等因素的影响,同种类别的表情因人脸图像采集对象的不同存在较大的差异性。此外,图片中的人脸存在不同偏转姿势、人脸被遮挡以及图像采集环境的不同等差异性因素均给表情识别任务带来挑战。因此,解决或缓解上述问题是构建一个更为高效、精准的面部表情识别系统的关键。本文构建的基于深度学习的表情识别系统包括人脸检测与对齐模块、表情识别网络两部分。其中人脸检测与对齐模块通过MTCNN网络完成对人脸及面部特征点的检测,然后根据检测到的面部特征点利用仿射变换实现人脸对齐,最后对裁剪后的人脸图像进行直方图均衡化处理实现人脸图像增强。经上述处理后,再将裁剪好的人脸图像输入表情识别网络实现特征提取并完成表情分类任务。本文的主要工作和创新点如下:(1)通道注意力机制的引入本文先选用常用的CK+数据集用于模型评估,首先结合CK+数据集样本数量较少的特点,以层数相对较浅的VGG11网络为基础,对VGG11部分结构修改后确定表情识别网络的主体base1_net。然后,针对传统卷积神经网络所提取的特征图无法表示各特征通道间重要程度的现象,通过在base1_net的基础上引入通道注意力机制解决了上述问题。(2)多损失函数联合监督训练针对传统softmax损失函数无法度量同种类别的类内间距问题,通过引入中心损失函数,采用softmax损失与中心损失联合监督训练的方式训练表情识别网络,以达到缩小类内间距扩大类间距离的目的,进而提高了模型的鲁棒性。表情识别网络base1_net在引入通道注意力机制和中心损失后,本文将其命名为v1_net。(3)空间注意力机制的引入为了提高模型在更具挑战性的FER2013数据集上的识别准确率,本文对v1_net表情识别网络作了进一步的改进。首先,结合FER2013数据集的数据量明显大于CK+数据集的特点,在v1_net的基础上加深主体网络base1_net的网络层数得到v2_net。然后针对FER2013数据集中存在部分样本因人脸偏转角度过大或面部被遮挡等因素导致人脸检测及对齐模块失效的现象,提出在v2_net模型中引入空间注意力机制的方法来缓解此类问题。(4)训练方法的优化采用随机权重平均SWA训练策略对传统SGD训练方法进行优化,通过在训练表情识别网络的中后期阶段对搜寻到的解进行累加取平均操作使得训练得到的模型具有更强的泛化能力,可进一步提高表情识别网络在测试集上的识别准确率。