真实条件下基于人脸区域的表情分析

面部情绪识别是人机交互领域一个重要且关键的方面。过往面部情绪识别研究多聚焦于实验室环境。然而，其在真实条件下面临诸多挑战，即光照变化、大姿态变化以及部分或完全遮挡。这些挑战导致不同人脸区域具有不同程度的清晰度和完整度。受此启发，我们关注不同<情绪, 区域>对所生成预测的真实性。例如，若仅有嘴部区域可用且情绪分类器预测为高兴，则如何判断该预测的真实性成为问题。此问题可转化为不同人脸区域对不同情绪的贡献。本文中，我们将整张脸划分为六个区域：鼻部区域、嘴部区域、眼部区域、鼻至嘴区域、鼻至眼区域以及嘴至眼区域。为获得更具说服力的结果，我们的实验在三个不同数据库上进行：FER+、真实世界情感人脸数据库（RAF-DB）和野外面表情数据集（ExpW）。通过分类准确率、混淆矩阵和类激活图（CAM）的分析，我们得出可信结果。综上，本文贡献在于两方面：1）可视化了情绪识别中人脸的关注区域；2）通过实验分析揭示了真实条件下不同人脸区域对不同情绪的贡献。我们的发现可结合心理学发现，以促进对情绪表达的理解。