皆至关重要：嵌入式系统上面部情绪识别的准确率、推理时间与功耗报告

尽管文献中提出了若干面部情绪识别任务的方法，但无一报告在嵌入式环境中运行系统所需的功耗与推理时间。若缺乏对这些因素的充分了解，我们并不清楚是否真正能在嵌入式环境中提供准确的面部情绪识别，若不能，我们距离使其可行还有多远，以及面临的最大瓶颈是什么。本文的主要目标是回答这些问题，并传达这样一种信息：除了仅报告检测准确率外，也应报告功耗和推理时间，因为所提出系统的实际可用性及其在人机交互中的采用在很大程度上依赖于此。在本文中，我们确定了潜在适用于嵌入式环境的最先进面部情绪识别方法以及该任务最常用数据集。我们的研究表明，大多数已进行的实验使用带有摆拍表情的数据集，或在特定实验设置下以特殊条件采集图像。由于我们的目标是在真实场景中评估已确定有前景的方法的性能，我们采集了一个带有非夸张情绪的新数据集，并将其与公开可用数据集一起，用于在三种具有不同计算能力的常用嵌入式设备上评估检测准确率、功耗和推理时间。我们的结果表明，灰度图像仍比彩色图像更适合嵌入式环境，并且对于大多数被分析的系统，推理时间或能耗或两者都是其在真实嵌入式应用中采用的制约因素。