摘要
面部表情识别在刑事侦查与数字娱乐领域具有重要意义。在非受限条件下，现有的表情数据集普遍存在类别严重不平衡的问题，且不同表情之间的相似度较高。以往的方法通常通过构建更深或更宽的网络结构来提升识别性能，但这导致了存储与计算成本的显著增加。本文提出一种新型自适应监督目标函数——AdaReg损失，通过动态重加权类别重要性系数，有效缓解类别不平衡问题，并增强表情表征的判别能力。受人类认知模式的启发，我们设计了一种创新的粗-细（Coarse-Fine, C-F）标签策略，引导模型由易到难地学习高度相似的表情表征。在此基础上，提出一种名为情感教育机制（Emotional Education Mechanism, EEM）的新型训练框架，该框架由一个具备知识的教师网络（Knowledgeable Teacher Network, KTN）和一个自我学习的学生网络（Self-Taught Student Network, STSN）构成。具体而言，KTN融合粗粒度与细粒度分支的输出，从易到难地学习表情表征；在预训练KTN与已有学习经验的监督下，STSN能够充分挖掘模型潜力，同时实现对原始KTN的高效压缩。在多个公开基准数据集上的大量实验表明，所提方法在性能上显著优于当前最先进的框架：在RAF-DB数据集上达到88.07%的准确率，在AffectNet数据集上达到63.97%，在FERPlus数据集上达到90.49%。