face expression recognition svm:训练SVM分类器以识别Fer2013数据集上的人的表情(情绪) 源码
使用SVM进行面部表情识别 使用Dlib提取人脸地标,并训练多类SVM分类器以识别人脸表情(情感)。 动机: 任务是根据面部表情所显示的情感对人的图像进行分类。 为了训练我们的模型,我们想使用Fer2013 datset,其中包含30,000个表达式图像,分为七个类别:愤怒,厌恶,恐惧,快乐,悲伤,惊喜和中立。 问题在于,Fer2013图像未对齐,因此很难从中对面部表情进行分类。 据我所知,该数据集的最新准确性为75.2%(请参阅: Christopher Pramerdorfer和Martin Kampel。“使用卷积神经网络进行面部表情识别:最新技术”。arXiv:1612.02903v
文件列表
facial-expression-recognition-svm-master.zip
(预估有个8文件)
facial-expression-recognition-svm-master
.gitignore
110B
LICENSE
34KB
parameters.py
793B
optimize_parameters.py
2KB
data_loader.py
4KB
readme.md
5KB
convert_fer2013_to_images_and_landmarks.py
6KB
train.py
4KB
暂无评论