基于FER2013数据集的人脸表情识别

娄 洋, 李 丹
四川大学锦城学院计算机与软件学院

摘要

面部情绪是表明心中想法的一种方法，同样是了解他人情绪的有效路径。现如今科技发展迅速，计算机也能够通过卷积神经网络、深度学习等方式对人脸面部表情进行识别，并且对结果进行分类。在整个实验过程中，我们选择了FER2013数据来作为模型的训练集，最终能够得到62%左右的准确度，并且还将其与SFEW数据集做了对比。表情识别出现的地方在将来会与之增加，它在教学监督上的应用是我们在此所探讨的，其主要作用可以用来进行监考、考勤、查看上课状况等等。

关键词

人脸表情识别；FER2013数据集；卷积神经网络；协方差；教学监督

参考

[1] 陈春燕 . 基于深度学习的人脸表情识别 [D]. 浙江 : 宁波大 学 ,2019.

[2] 施宇楠 , 吴自万 , 孙文 . 基于卷积神经网络的人脸表情识别研究 [J]. 科学技术创新 ,2020(05):75-76.

[3] 周本君 . 基于卷积神经网络的人脸表情识别研究 [D]. 南京 : 南京邮电大学 ,2019.

[4] 高文，金辉 . 面部表情图像的分析与识别 [J]. 计算机学报， 1997,20(9):782-789.

[5] https://blog.csdn.net/tjlakewalker/article/details/83275322.

[6] 吴恩达《Machine Learning Yearning》.

[7] The Extended Cohn-Kanade Dataset(CK+).

[8] Michael J. Lyons, Shigeru Akemastu, Miyuki Kamachi, Jiro Gyo- ba.Coding Facial Expressions with Gabor Wavelets, 3rd IEEE International Conference on Automatic Face and Gesture Recog- nition, pp. 200-205 (1998).

[9] https://www.kaggle.com/c/challenges-in-representation-learn- ing-facial-expression-recognition-challenge/data.