Fer2013人脸表情数据库，包含了一个训练集，两个测试集。每项数据像素列对应有表情标记，代表七种人脸基础表情。

耶鲁人脸数据库,包含各种表情的人脸图像，是做表情识别必不可少的数据库。

这个是根据CK+数据库中的标签进行整理分类，包括所有有标签的人脸表情图片，其中文件1表示愤怒表情，2表示蔑视表情，3表示厌恶表情，4表示恐惧表情，5表示微笑表情，6表示悲伤表情，7表示惊讶表情

人脸检测和识别的yale人脸库，用于实验研究

心理学上的研究表明，面部表情变化主要集中在眼睛、眉毛、鼻子、嘴巴等面部器官上。受其启发，提出一种基于面部结构的表情识别方法，重点分析眼睛、眉毛、鼻子、嘴巴等关键区域的联动变化来分析表情。首先，使用鲁棒的判别响应图拟合（discriminative response map fitting，DRMF）方法自动检测出对识别人脸表情最为关键的局部人脸区域，即眼睛、眉毛、鼻子和嘴巴的部分；然后从这些关键部分中提取Haar特征；最后采用Boosting学习和联动机制，学习得到基于联合Haar特征的表情分类器。在CMU表情数据库和JAFFE表情数据库上的实验结果表明了上述方法的良好性能，即基于面部构件识别表情的方法获得了与手工精准标注人脸面部构件识别表情方法相近的识别效果。

【图像识别】基于ksvd字典学习之人脸表情识别matlab源码.md

人脸表情识别是计算机视觉领域的研究热点之一。针对自然状态下的人脸存在多视角变化、脸部信息缺失等问题，提出了一种基于MVFE-LightNet（Multi-View Facial Expression Lightweight Network）的多视角人脸表情识别方法。首先，在残差网络的基础上设计卷积网络提取不同视角下的表情特征，引入深度可分离卷积来减少网络参数。其次，嵌入压缩和奖惩网络模块学习特征权重，利用特征重新标定方式提高网络表示能力，并通过加入空间金字塔池化增强网络的鲁棒性。最后，为了进一步优化识别结果，采用AdamW（Adam with Weight decay）优化方法使网络模型加速收敛。在RaFD、BU-3DFE和Fer2013表情库上的实验表明，该方法具有较高的识别率，且减少网络计算时间。

日本jaffe人脸表情数据库，包括216张人脸表情图像数据，是做表情朋友们必不可少的资料-Japan Jaffe Facial Expression Database, including 216 facial expression image data is so essential for the expression of information and friends

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

是基于MATLAB的人脸表情识别，印度一个大牛写的，能够检测出五种基本表情。自己加了注释，亲测能跑。