关于人工智能中表情识别的训练数据

简介：
本文探讨了在人工智能领域中表情识别技术所需的训练数据的重要性、收集方法及应用前景，旨在促进更准确的表情分析模型开发。 与文章配对的数据集和预训练模型已经上传。下载后，请将model.zip移动到根目录下的models文件夹下并解压以得到一个*.h5的模型参数文件，同时将data.zip移动到根目录下的dataset文件夹下并解压以获取包含多个数据集压缩文件的资源包，进一步解压这些压缩文件即可获得图像数据集（其中rar后缀的是原始jaffe数据集，建议使用已经处理好的版本）。主要在FER2013、JAFFE和CK+上进行训练。由于JAFFE给出的是半身图，因此进行了人脸检测。最终，在FER2013的Pub Test和Pri Test中均达到约67%准确率（该数据集存在标签错误、水印及动画图片等问题），而在JAFFE和CK+上的5折交叉验证则分别达到了99%左右的高准确率（这两个数据集为实验室采集，较为标准且精确）。