中文摘要：

本项目探索基于迁移学习和语义网络理论相结合的表情识别新方法。项目的主要研究内容为1）网络协作式标注图像分析检索方法及在人脸表情数据库建立中的应用；2）人脸检测与特征提取方法；3）图像主题网络及人脸表情语义网络的构建；4）基于学习迁移等的表情分类器学习新方法等。 项目的研究结果体现在四个方面1）基于网络图像检索和垃圾图像过滤的大规模表情数据库的建立及动态更新，可实现训练数据和测试数据的分布不断接近，相应的分类器的泛化能力不断提高；2）采用多核特征提取方法，可更准确刻画复杂多样的人脸表情特征；3）语义网络的构建，有效减小了表情的低级视觉特征与高级语义间的鸿沟；4）将多任务学习、迁移学习和多示例学习有机结合，提高了基于大规模网络表情数据的分类器学习的泛化性、准确性和灵活性。