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。
2021-04-24 18:03:40
218.35MB
1
Emoji表情全部图片（PNG）资源，总共3175张，尺寸72x72，资源收集于2020年10月6日。
2021-04-24 15:47:16
22.64MB
1
Bai渡Yun链接 内含CK和CK+两个完整数据集，只可用于人脸表情识别的学术研究。The Extended Cohn-Kanade Dataset (CK+): A complete dataset for action unit and emotion-specified expression
2021-04-23 19:29:13
67B
1
为了能够训练出精度更高的模型，将重新定义fer2013数据集的标签，即FERPlus。对于每一张图片可能出现8种表情，分别为0= neutral (平和)、1= happy (开心)、2= surprised(惊讶)、3= sad(伤心)、4= anger(生气)、5= disgust(厌恶)、6= fear(恐惧)、7= contempt(轻视)八类
2021-04-23 17:37:36
47.43MB
1
fer2013 plus 针对FER2013的图像，进行了10类投票(多了Contempt，unknown 和 非人脸三类)，提供的是一种标签方式。采用最大投票方式，去除了一些不确定的图像。文档中含三个文件，Voted_labels.csv(自行下载)中是对应FER2013.CSV中的索引号和相应的标签(8类)，Fer2013plus.py是从FER2013.CSV中读取图像的python代码，还有Fer2013plus提供的Fer2013new.csv。
2021-04-23 17:33:28
258KB
1