手工特征学习与卷积神经网络在面部表情识别中的实证研究
本研究比较了HOG+SVM、LBP+逻辑回归和轻量级CNN在FER-2013、CK+和KDEF三个面部表情数据集上的性能。结果显示，CNN在复杂数据上表现最佳，HOG在受控环境下表现强劲，而LBP在所有数据集上表现不佳。研究强调了数据集复杂度对性能的影响，以及鲁棒特征学习在现实应用中的必要性。
面部表情识别是计算机视觉领域的一项重要任务，广泛应用于人机交互、心理健康监测、驾驶员警觉系统和行为分析等多个方面。近年来，卷积神经网络（CNN）在该领域占据了主导地位，但传统的基于手工特征的方法，如方向梯度直方图（HOG）和局部二值模式（LBP），仍然作为经典基准被使用。近期，一篇发表在arXiv上的论文（arXiv:2607.15288）对这几类方法进行了全面的实证比较，作者包括Chethiya Galkaduwa等人。该研究选取了三个具有代表性的面部表情数据集：FER-2013（包含真实世界的复杂场景，具有光照变化、遮挡等挑战）、CK+（受控的实验室环境）和KDEF（受控表情集）。研究人员使用HOG结合支持向量机（SVM）、LBP结合逻辑回归以及一个轻量级的CNN模型进行实验。轻量级CNN包含少量卷积层和全连接层，参数规模较小，适合快速训练和部署。实验结果表明，CNN在所有数据集上都取得了最佳的整体性能，尤其是在处理FER-2013这类复杂数据时优势显著。HOG在受控环境（CK+和KDEF）中表现强劲，甚至在某些指标上可与CNN匹敌，但在真实世界场景中性能明显下降。LBP则始终表现不佳，准确率远低于其他方法。研究进一步分析了数据集复杂度的影响：在受控条件下，简单特征足以完成任务；但现实应用中的光照、姿态和遮挡变化要求更强的鲁棒特征学习能力。尽管手工特征在特定场景仍有价值，但CNN或更先进的深度学习方法对于实际部署更为可靠。作者还提出了未来方向，如结合手工特征与深度学习特征，或优化轻量级网络结构以提升鲁棒性。该论文共9页，包含14张图和6张表格，为面部表情识别研究提供了重要的实验依据和指导。综上所述，这项研究不仅验证了CNN的优势，也强调了数据集选择的重要性，对希望在实际系统中应用该技术的工程师和研究者具有重要参考价值。