面部情绪识别：基于深度学习的多任务方法

面部情绪识别是一项 inherently 困难的任务，其主要原因是个体之间面部结构差异显著，且人类所表现出的情绪具有高度的模糊性。近年来，面部情绪识别领域取得了大量研究进展，然而，卷积神经网络（CNN）在该任务上的表现仍远逊于其在目标检测、人脸识别等其他领域所取得的优异成果。本文提出一种多任务学习算法，通过单一的CNN模型同时实现对个体性别、年龄、种族以及情绪的联合检测。我们利用两个包含真实世界图像的数据集对所提出方法进行了验证。实验结果表明，该方法在性能上显著优于当前该任务的最先进算法。