日本的人脸表情库 非常全 7种表情 共216幅图像 灰度图

这是一篇关于gabor特征提取（并结合adboost降维），SVM分类的人脸表情识别的论文，文中较为详细的描述了如何进行特征提取和识别分类，可作为参考。

针对完全局部二值模式（CLBP）存在直方图维数过高和特征冗余，会导致识别速度降低和识别率低的问题，提出基于有判别力的完全局部二值模式（Discriminative completed LBP，disCLBP）的人脸表情识别算法。首先，对人脸表情图像进行预处理获得表情子区域；然后提取表情子区域和整幅图像的disCLBP特征，针对不同的表情筛选出不同的表情特征，再将筛选出的表情子区域特征直方图融合；最后用最近邻分类器进行分类识别。该算法在CK人脸表情库上进行实验的平均识别率为97.3%。

【图像识别】基于模板匹配之人脸表情识别matlab源码含GUI.md

为方便人脸表情识别相关研究者参考，这里将前面博主的原创本文：《人脸表情识别系统介绍——上篇》(链接：https://wuxian.blog.csdn.net/article/details/91347164)中的技术实现写成了技术论文的形式分享。提供完整的可编辑Word版文件（文件中公式及所贴代码均可编辑、图片高清、格式规范），通过Word转的PDF也在压缩包中。论文截图请见本人博客https://wuxian.blog.csdn.net/article/details/121048790

为提高人脸表情分类的识别率和实时性,提出一种基于卷积神经网络(CNN)局部特征融合的人脸表情识别方法。首先,构建CNN模型,学习眼睛、眉毛、嘴巴3个局部区域的局部特征;然后,将局部特征送入到支持向量机(SVM)多分类器中获取各类特征的后验概率;最后,通过粒子群寻优算法优化各特征的最优融合权值,实现正确率最优的决策级融合,完成表情分类。实验表明,本文方法在CK+和JAFFE数据库的平均识别率分别达到了94.56%和97.08%,与其他识别方法相比,本文方法性能优越,能提高算法的识别率和稳健性,同时保证了算法的实时性。

该程序是为人脸表情识别研究实验人脸预处理阶段而开发的半自动人脸裁剪系统，因为大部分人脸表情数据库都是未经裁剪/裁切的，而去除背景是人脸表情识别预处理的重要一步。网上有很多人脸数据库，但大部分是未经裁剪/人脸裁切处理的，不能直接用于人脸表情识别试验。 该程序是为人脸表情识别研究实验人脸预处理阶段而开发的半自动人脸裁剪/人脸裁切系统，因为大部分人脸数据库都是未经裁剪的，而去除背景是人脸表情识别预处理的重要一步。 图像归一化为64*82大小，归一化方案请参见张一鸣，《人脸表情识别》。采用OpenCV+MFC制作，不提供源代码。用到的同学可以下载。 敬告：因为本程序读取.tif格式图像使用OpenCV函数，而.tif格式本身的复杂性导致没有通用的读取函数，故对有些.tif图像可能会出问题。

基于CNN与关键区域特征的人脸表情识别算法.pdf

基于计算机超图的人脸表情驱动.docx

代码运行效果图见压缩包