标题：基于神经网络模型融合的微笑识别系统
作者：杨飞 金一副 竺长安 李宽
作者单位：中国科学技术大学精密机械与精密仪器系，安徽 合肥 230026
关键字：微笑识别，卷积神经网络，特征融合，参数优化，无约束人脸图像
摘要：在过去的几年，微笑识别已经成为重要的研究课题，并已经广泛应用于人机交互系统等多个领域。人们在表达表情方面存在很大差异，然而，在真实环境下，拍摄的面部图像受到各种环境因素的影响，包括光、姿势、面部遮挡、背景环境和照片质量。所有这些约束都大大增加了微笑识别的难度。微笑是最常见的表情方式，尽管如此，在户外环境下笑脸识别仍然是一项重大挑战。提出了一种基于神经网络模型融合的微笑识别系统。微笑识别系统包含面部图像预处理和表情识别两个阶段。表情识别系统的核心是根据神经网络模型融合思想构建CNN融合框架，CNN融合框架融合了3个CNN神经网络，利用迁移学习技术和损失函数调参技术优化CNN融合框架的性能，结合面部、嘴部特征和概率融合方法，提升了系统面部识别和微笑识别的准确率。在GENIK-4K数据集上取得95.83%具有竞争力的识别结果。