表情识别技术
面部表情在人们日常交往中的情感表达上扮演着重要角色，是识别人类的情感和行为最重要的线索之一，它被定义为对应人的内心情绪状态、意图或社交信息的脸部变化。1971年，Ekman和 Friesen根据跨文化研究定义了六种基本表情，这些典型的面部表情是愤怒、厌恶、恐惧、快乐、悲伤和惊讶，蔑视后来也被添加为表情之一。
技术特点
我司的表情识别技术采用深度学习框架与模型，不仅实现了行业领先的识别精度，而且对光照条件的变化、面部朝向的偏转以及部分面部遮挡等具有很好的适应性。同时，本司的模型和程序都针对应用的实时性进行了优化，能够应对大客流下的快速表情识别。
它能对人员的面部进行抓拍并对其情绪状态进行评分，同时将人员表情的截图在画面下方滚动显示（分数在截图上方）。该应用支持对多人同时进行表情识别，且实时性良好。乘客情绪评分的统计结果可作为站内管理人员在对乘客满意度进行评估时的参考指标，也可供安保部门在对可疑人员或恐怖分子进行筛查时参考。
系统可同时识别多人，并可在多人抓拍中识别出可疑人员。
正常表情识别率不低于95%，异常表情识别率不低于85%。
应用场景
人脸表情识别可应用于人机界面、互动游戏、在线教育、商业分析以及安防监控、刑事调查等领域。例如商家可以通过在商场门店安装摄像机来获取顾客的面部表情信息，进而评估顾客的用户体验或满意度。又如可以利用客运站、园区、景区等公共场所出入口处的摄像机获取人员的面部表情信息，借此来对可疑人员进行初步筛查。
