我的Github项目：人脸面部表情识别项目的数据集文件，项目地址：https://github.com/He-Xiang-best/Facial-Expression-Recognition

基于卷积神经网络多层特征融合和稀疏表示的表情识别，孙悦，杨勇，卷积神经网络浅层特征含有很多图像细节信息，深层特征含有更多抽象特征，为了充分利用不同层次特征的细节信息和抽象信息，将浅层

FER-面部表情识别 这项工作是为了证明以下问题： : 使用卷积神经网络和OpenCV构建了实时面部检测器和情绪分类器。 CNN模型已经过调整，即使在低端设备上也具有出色的性能。 使用说明 按照进行神经网络训练。 文件结构： FER_CNN.ipynb-训练CNN的教程 FER.py-使用预先训练的模型进行推断 model.json-神经网络架构 weights.h5-训练过的模型权重 安装 建议使用Python虚拟环境。 用于模型预测 pip install -r requirements.txt 要么 pip install opencv-python pip instal

若无积分下载，可在微信公众号“我有一计”后台回复“SVM”获取

我的Github项目：人脸面部表情识别项目的模型文件，项目地址：https://github.com/He-Xiang-best/Facial-Expression-Recognition

tf_emotion_detector 一个基于TensorFlow的人脸表情识别系统

表情识别数据集：Fer2013，为CSV格式，可以用excel打开，但是比较缓慢，也可使用pandas读取，以及转化为图片格式

FER 基于FER2013 Kaggle数据集的面部表情识别模型。 当前模型可实现约67％的精度。 在添加更多训练数据集以提高概括能力的过程中。 对模型体系结构进行一些调整可能会提高准确性。

表情识别数据集(Jaffe\CK+\Fer2013)

基于深度学习的树莓派人脸与表情识别系统研究与设计.pdf