包含Landmarks.zip、FACS_labels.zip、Emotion_labels.zip、CVPR2010_CK.pdf、Consent-for-publication.doc、CK+.txt、datasets。其中datasets中将原始数据库中的人脸表情分类为：anger、contempt、disgust、fear、happy、sadness、surprise七类，不包含原始数据库，太大了，1G多！

人脸表情识别的matlab程序，内附运行说明与测试数据库。

kaggle2018年耶鲁大学公开的人脸表情识别数据集，该数据集包含15个受试者的165个GIF图像（subject01，subject02等）。每个主题有11个图像，一个用于以下每个面部表情或配置：中心光，带眼镜，快乐，左光，没有眼镜，正常，右光，悲伤，困，惊讶，和眨眼。

人脸表情识别的C++语言实现（基于OpenCV 1.0）。opencv1.0下编译成功 opencv其他版本估计要相应修改一些东西。 训练集的构成:七种表情，每种表情单独放在一个文件夹下，每张图片为人脸检测后仅包含人脸区域的图，大小为48×48或64×64，灰度。

基于LBP和SVM的人脸表情识别系统的设计与实现

这是我的毕业论文，从封面设计到最后的致谢，一应俱全，写作思路明确，希望对写毕业论文的朋友有帮助

项目功能说明：利用训练好的模型对摄像头画面人脸实时表情进行识别，主要能识别7中情感0:'angry', 1: 'disgust', 2: 'fear', 3: 'happy',  4: 'sad', 5: 'surprise', 6: 'neutral'。演示链接https://www.bilibili.com/video/BV1y5411H7DH?from=search&seid=3833347802835444715

人脸表情识别系统介绍——上篇（python实现，含UI界面及完整代码）-附件资源

JAFFE人脸表情数据集

人脸表情识别，人工智能的课程设计。采用keras搭建CNN卷积神经网络，利用fer2013数据集训练网络，将每次训练好的模型保存。然后利用opencv跨平台计算机视觉库与摄像头交互，截取摄像头的每一帧图像。调用了opencv的人脸识别来识别出人脸，然后加载训练好的表情识别模型进行预测，最后将预测结果绘制到摄像头显示的画面上。作品在Jupyter Notebook上设计并完成，可以直接用摄像头演示识别效果。