基于图的面部情感分析：综述

作为最重要的情感信号之一，面部情感分析（FAA）对于开发人机交互系统至关重要。早期方法侧重于提取与人类情感相关的外观与几何特征，却忽略了个体面部变化间潜在的语义信息，导致性能与泛化能力有限。近期工作尝试建立基于图的表示来建模这些语义关系，并开发框架以将其用于各类 FAA 任务。本文提供对基于图的 FAA 的全面综述，包括算法的演进及其应用。首先，介绍 FAA 背景知识，尤其是图的作用。随后讨论文献中广泛使用的基于图情感表示方法，并展示朝向图构建的趋势。对于基于图的 FAA 中的关系推理，现有研究按非深度或深度学习方法来分类，重点强调最新的图神经网络。还总结了最先进基于图 FAA 方法的性能比较。最后，我们讨论挑战与潜在方向。据我们所知，这是首篇基于图 FAA 方法的综述。我们的发现可作为该领域未来研究的参考。