多维度人脸表情识别方法综述  

作　　者：尹欣灵 成利敏 王宁 石可 杨奕 

机构地区：[1]廊坊师范学院,河北廊坊065000 [2]河北省儿童认知与数字化教育重点实验室,河北廊坊065000

出　　处：《电脑知识与技术》2025年第7期41-43,共3页Computer Knowledge and Technology

基　　金：廊坊师范学院校级科研基金项目“基于神经网络模型实现面部表情识别的儿童情感分析研究”(项目编号:JYB202402);“基于深度学习的自闭症谱系障碍儿童动作识别研究”(项目编号:JYB202403)。

摘　　要：人脸表情识别是计算机视觉领域的重要研究课题,具有广泛的应用价值。其发展经历了从传统机器学习方法到深度学习的转变,目前,大多数研究采用深度学习技术。文章综述了表情识别的四个主要方向:模型架构改进、数据处理与增强、基于注意力机制和其他特殊策略方法,具体包括神经网络优化、多模块融合、图像预处理、数据增强、注意力模块嵌入等。尽管人脸表情识别技术取得了显著成就,但仍存在一些挑战,如跨域泛化和实时识别的效率问题。未来的研究需要在提升模型准确性和鲁棒性的同时,注重算法的轻量化和应用的多样化,以便更好地服务于实际应用。

关 键 词：人脸表情识别 深度学习 模型架构 注意力机制 数据增强 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]