手工特徵學習與卷積神經網路在面部表情識別中的實證研究

面部表情識別是計算機視覺領域的一項重要任務，廣泛應用於人機互動、心理健康監測、駕駛員警覺系統和行為分析等多個方面。近年來，卷積神經網路（CNN）在該領域佔據了主導地位，但傳統的基於手工特徵的方法，如方向梯度直方圖（HOG）和區域性二值模式（LBP），仍然作為經典基準被使用。近期，一篇發表在arXiv上的論文（arXiv:2607.15288）對這幾類方法進行了全面的實證比較，作者包括Chethiya Galkaduwa等人。該研究選取了三個具有代表性的面部表情資料集：FER-2013（包含真實世界的複雜場景，具有光照變化、遮擋等挑戰）、CK+（受控的實驗室環境）和KDEF（受控表情集）。研究人員使用HOG結合支援向量機（SVM）、LBP結合邏輯迴歸以及一個輕量級的CNN模型進行實驗。輕量級CNN包含少量卷積層和全連線層，引數規模較小，適合快速訓練和部署。實驗結果表明，CNN在所有資料集上都取得了最佳的整體效能，尤其是在處理FER-2013這類複雜資料時優勢顯著。HOG在受控環境（CK+和KDEF）中表現強勁，甚至在某些指標上可與CNN匹敵，但在真實世界場景中效能明顯下降。LBP則始終表現不佳，準確率遠低於其他方法。研究進一步分析了資料集複雜度的影響：在受控條件下，簡單特徵足以完成任務；但現實應用中的光照、姿態和遮擋變化要求更強的魯棒特徵學習能力。儘管手工特徵在特定場景仍有價值，但CNN或更先進的深度學習方法對於實際部署更為可靠。作者還提出了未來方向，如結合手工特徵與深度學習特徵，或最佳化輕量級網路結構以提升魯棒性。該論文共9頁，包含14張圖和6張表格，為面部表情識別研究提供了重要的實驗依據和指導。綜上所述，這項研究不僅驗證了CNN的優勢，也強調了資料集選擇的重要性，對希望在實際系統中應用該技術的工程師和研究者具有重要參考價值。