摘 要：在信息技术应用逐渐成熟的背景条件下，机器人视觉方案开始走入各行各业。为使机器人视觉面部表情识别达到理想的识别效果，研究了采用机器人视觉方式进行处理，对人类面部表情进行精准识别，进而为相关功能实现提供支撑，如学校课堂管理、安防工作等。该文主要针对基于机器人视觉的面部表情识别技术进行深入研究，以供参考。
关键词：机器人视觉；面部表情；识别技术
DOI:10.19850/j.cnki.2096-4706.2021.16.026
基金项目：2020 年北京工业职业技术学院 “双高”院校技术技能创新服务平台（110602032）； 2015 年北京工业职业技术学院重点科研课题 (BGZYKYZ201502)
中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2021）16-0102-03
Analysis of Facial Expression Recognition Technology Based on Robot Vision
LIU Yehui, SONG Yu’e, ZHU Hexin
(Beijing Polytechnic College, Beijing 100042, China)
Abstract: Under the background of the gradual maturity of information technology application, robot vision scheme begin to enter all walks of life. In order to achieve the ideal recognition effect of robot visual facial expression recognition, the robot visual processing method is studied to accurately recognize human facial expression, so as to provide the supports for the realization of relevant functions,, such as school classroom management, security work, etc. This paper mainly studies the facial expression recognition technology based on robot vision for reference.
Keywords: robot vision; facial expression; identification technology
参考文献：
[1] 潘光良 . 机器人人脸表情识别技术研究 [J]. 智能机器人， 2019（1）：50-52.
[2] 李萧玮 . 基于智能服务机器人表情识别技术研究 [J]. 中国新通信，2018，20（23）：76.
[3] 王锴 . 挑战条件下的人脸表情识别 [D]. 中国科学院大学（中国科学院深圳先进技术研究院），2020.
[4] 何志超，赵龙章，陈闯 . 用于人脸表情识别的多分辨率特征融合卷积神经网络 [J]. 激光与光电子学进展，2018，55（7）： 370-375.
[5] 姚丽莎，徐国明，赵凤 . 基于卷积神经网络局部特征融合的人脸表情识别 [J]. 激光与光电子学进展，2020，57（4）：338-345.
[6] 崔凤焦 . 表情识别算法研究进展与性能比较 [J]. 计算机技术与发展，2018，28（2）：145-149.
作者简介：刘业辉（1969.12—），男，汉族，四川省开县人，教授，硕士研究生，主要研究方向：电子通信、移动互联应用、人工智能应用； 宋玉娥（1981.02—），女，汉族，山东省曹县人，副教授，信号处理学博士，主要研究方向：移动通信工程、信息安全与对抗、人工智能应用； 朱贺新（1983.06—），女，汉族，河南省南阳人，副教授，通信与信息系统硕士，主要研究方向：移动通信工程、移动互联应用、人工智能应用。