64、面部表情识别与“阴阳怪气”语调识别研究

面部表情识别与“阴阳怪气”语调识别研究

面部表情识别

在面部表情识别领域，研究人员收集了关于表情变化的数据集，并基于比较式深度神经网络方法，在中性 - 负面表情轴上的表情变化识别方面取得了出色的成果。该网络以两张图像中人物唇角和额头特征的差异为关键，来区分是否存在负面变化。

不过，当前研究还存在一些问题，需要进一步解决：
1. 图像序列手动分割不准确 ：由于视觉刺激，表情变化序列存在非线性变化，需要手动重新分割，将非线性变化切割成多个线性变化，但手动分割会存在一定误差。
2. 数据集中样本分布不均 ：不同受试者在受到负面刺激时会有不同的面部表情，如皱眉、拉扯嘴角等，皱眉和拉扯面部图片数量不一致，会导致模型对样本数量较少的类别分类不准确。
3. 数据集规模小导致过拟合 ：虽然通过数据增强解决了部分问题，但仍需要更多数据以得出更准确、更具通用性的结论。

问题	描述	解决方案方向
图像序列手动分割不准确	视觉刺激下表情变化序列非线性，手动分割有误差	探索更精准的自动分割算法
数据集中样本分布不均	不同受试者负面表情不同，样本数量差异影响分类	平衡数据集，增加小样本类别的数据