Face Expression Recognition SVM: 使用SVM分类器在Fer2013数据集上识别表情（情绪）

简介：
本研究采用支持向量机(SVM)分类器，在Fer2013数据集上进行面部表情(情绪)识别，旨在提高情感计算的准确性与效率。 使用支持向量机（SVM）进行面部表情识别可以通过Dlib库提取人脸关键点，并训练一个多类别的SVM分类器来识别人脸表情所代表的情感。我们的目标是根据图像中人的面部表情来确定相应的情绪类别。为此，我们计划利用Fer2013数据集作为训练模型的数据来源，该数据集中包含了30,000张不同情绪的面部图片，并将其划分为七个不同的情感分类：愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中立。 然而，在使用Fer2013数据集时遇到了一个挑战——图像没有对齐。这使得从这些未对齐的图像中准确地识别面部表情变得非常困难。根据相关文献，目前该数据集中达到的最佳准确性为75.2%（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）。