近日，信息与通信工程学院李春雷教授课题组以中原工学院为第一单位发表在中科院一区期刊《IEEE Transactions on Circuits and Systems for Video Technology》的论文“FG-AGR: Fine-grained associative graph representation for facial expression recognition in the wild”（基于细粒度关联图表征的自然场景下的人脸表情识别）被选为了ESI高被引论文。

人脸表情作为人类用于传达内心情感、意图和人际交流的最为普遍的非语言交流形式之一，在未来的人工智能研究和应用中扮演着重要的角色。目前，摄像头的广泛部署以及在移动终端上的普遍使用，使得通过分析面部表情来感知人类情感成为一种实际可行的方案。然而，面向自然场景下的人脸表情识别任务存在着面部动作变化微小、遮挡和头部姿态变化干扰、类别高度相似等一系列可导致识别系统性能退化的“病态”问题。该论文针对自然场景下存在的大量遮挡和姿态变化的干扰，提出了一种基于细粒度关联图表征的自然场景下的人脸表情识别方法。首先，提出的自适应显著区域提取算法可以自适应地突出人脸表情的局部显著区。然后，在此基础上提出了细粒度特征提取算法，进一步提出图像显著区域的细粒度特征。最后构造了自适应的图关联推理表征学习到关联的细粒度特征组合。实验结果表明，该方法在真实遮挡和姿态变化的数据集上表现出了很好的稳健性。

据悉，ESI是基本科学指标数据库（Essential Science Indicators）的简称，由世界著名的学术信息出版机构汤森路透公司（Thomson Reuters）于2001年推出的衡量科学研究绩效、跟踪科学发展趋势的基本分析评价工具。ESI高被引论文（Highly Cited Paper）是指近10年内发表且被引次数排在相应学科领域全球前1%以内的论文；ESI热点论文（Hot Paper）是指近2年内发表且在近2个月内被引次数排在相应学科领域全球前1‰以内的论文。ESI已成当今世界范围内普遍用以衡量高校、学术机构、国家或地区国际学术水平及影响力的重要评价指标工具之一。该论文的入选是我校“信息与通信工程”学科建设方面取得重要的科学研究成果。