摘要：由于人類個體面部形態(tài)各種各樣,使得不同人在表達同一感情時有可能產生較大的視覺差異,為了減弱這種內類視覺差異性對人臉表情識別產生的影響,該文提出一種分層多任務學習的人臉表情識別方法,該方法以現(xiàn)有深度卷積神經網絡模型為基礎,構造雙層樹分類器以替換輸出層的平面softmax分類器,構建深度多任務學習框架,通過利用人臉表情標簽和人臉標簽共同學習更具辨識力的深度特征,將知識從相關人臉識別任務中遷移過來,從而減弱面部形態(tài)對表情識別的影響,提高表情識別性能。實驗結果表明,相較于VGGnet,Googlenet和Resnet深度模型,文中提出的方法均提高了人臉表情識別率,且成功推廣到面癱表情識別問題中。