Advertisement

ck+数据集用于人脸表情识别。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
ck+数据集包含123位参与者，并提供了593个图像序列，其中每个图像序列的最后一张帧都标注了动作单元的信息。进一步地，在这593个图像序列中，有327个序列同时包含了情绪的标签。该数据库在人脸表情识别领域内被广泛认可并应用，众多研究论文经常会利用此数据集进行实验验证。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • CK+人脸表情识别数据集
    优质
    CK+人脸表情识别数据集是一个广泛使用的研究资源，包含来自超过100个参与者的丰富面部表情视频片段，旨在促进对人类情感表达的理解和机器分析。 人脸8种动态彩色表情数据集包含123个受试者（subjects）以及593个图像序列（image sequence）。每个图像序列的最后一帧都标注了动作单元（action units），其中，有327个序列还附上了情感标签（emotion label）。这个数据集在人脸表情识别研究中非常流行，并且许多相关论文都会使用该数据集进行测试。资源包括压缩后的数据文件和关于数据集的介绍文档、公开的研究文献。
     
  • CK+人脸表情识别数据库
    优质
    CK+人脸表情识别数据库是一个广泛应用于计算机视觉和机器学习领域的数据集，包含来自不同个体的表情视频片段，涵盖多种基本情绪。 人脸表情识别数据集包含了各种人在不同情境下展现的表情图片，用于训练机器学习模型以准确识别人类情感状态。这类数据集对于开发能够理解人类情绪的智能系统至关重要。
     
  • CK+人脸表情数据集获取
    优质
    CK+人脸表情数据集获取旨在介绍如何收集和利用广泛使用的CK+面部表情数据库，该数据库包含多种场景下的真实与模仿表情图像，适用于研究及开发情感计算、计算机视觉等领域应用。 CK与CK+人脸表情数据集可以稳定下载，提供百度云盘的下载链接。
     
  • CK+人脸表情数据库
    优质
    CK+人脸表情数据库是一个广泛使用的开源数据集，包含来自不同个体的视频片段及其对应的人类基本情感标签，旨在促进面部表情识别研究。 CK+的人脸表情数据集已经处理好了，七种表情已经被分类并放在七个文件夹里，非常方便使用。
     
  • CK+七种表情识别数据集
    优质
    CK+七种表情识别数据集是由一系列标记了七种基本人类情绪（快乐、悲伤等）的脸部图像组成的研究资源，广泛应用于计算机视觉与机器学习领域。 在剔除干扰数据后，自己项目（表情识别）训练时的最佳测试准确率（best_Test_acc）可达91.919%。
     
  • 针对CK+人脸表情数据集的使用
    优质
    本项目专注于探索和应用CK+人脸表情数据集，通过分析不同面部肌肉动作与基本情感之间的联系，旨在促进情绪识别技术的发展。 CK+数据集包含123个受试者（subjects），593个图像序列（image sequence）。每个图像序列的最后一帧都标注了动作单元（action units）的标签，而在这593个图像序列中，有327个序列还附带了情绪（emotion）的标签。这个数据库在人脸表情识别领域非常流行，并且被许多研究文章用来进行测试。
     
  • CK+数据集，全面的人脸表情数据集
    优质
    CK+数据集是一套全面的人脸表情数据库，包含了来自不同个体在多种情绪状态下的面部表情图像，为研究与开发表情识别技术提供了宝贵的资源。 CK+数据集（The Extended Cohn-Kanade Dataset）是目前较为知名且广泛应用于人脸表情识别系统中的一个公开数据集。该数据集由P.Lucy收集，并包含来自123个对象的327个被标记的表情图片序列，涵盖了正常、生气、蔑视、厌恶、恐惧、开心和伤心七种基本情感类别。值得注意的是，在每一个序列中只有最后一帧图像被打上了表情标签，因此共有327张图像带有明确的情感标注。 为了扩充数据集规模，我们选取了每个视频片段的最后三幅图片作为额外训练样本，使CK+数据集中被标记的照片总数增加到981张。这一数据库在人脸情感分析领域具有重要地位，并且是许多研究文章中用于测试和验证模型性能的标准基准之一。 该数据集中的表情分类如下： 0-中性 1-愤怒 2-蔑视 3-厌恶 4-恐惧 5-高兴 6-悲伤 7-惊讶
     
  • 人脸表情识别数据集.zip
    优质
    该数据集包含丰富的人脸表情图像，适用于进行人脸检测、关键点定位及表情分类等研究。涵盖多种基本面部表情，助力开发智能情感计算应用。 人脸表情识别是人工智能课程设计的一部分。使用Keras构建CNN卷积神经网络，并利用fer2013数据集进行训练，每次训练完成后保存模型。接着通过OpenCV跨平台计算机视觉库与摄像头交互，截取每一帧图像。采用OpenCV的人脸检测功能来定位人脸区域，随后加载已训练好的表情识别模型对画面中的人脸进行预测分析，并将结果实时显示在摄像头的视频流上。整个项目是在Jupyter Notebook环境中设计并实现的，可以直接通过连接到电脑摄像头演示其实际效果。
     
  • FER2013人脸表情识别数据集
    优质
    FER2013数据集是一个广泛用于研究和开发的人脸表情识别资源库，包含超过35,000张灰度图像及对应的表情分类标签。 该数据集来自2013年Kaggle的一个比赛，包含三个文件：fer2013.bib、fer2013.csv 和 README。
     
  • CK加人脸表情数据库
    优质
    CK加人脸表情数据库是一个扩充版的Concerete Emotions数据集，包含更多样化的人脸表情图片及其标签，适用于深度学习和计算机视觉研究。 文件包含Landmarks.zip、FACS_labels.zip、Emotion_labels.zip、CVPR2010_CK.pdf、Consent-for-publication.doc以及CK+.txt。其中datasets目录下的数据将原始数据库中的人脸表情分类为七类：anger（愤怒）、contempt（轻蔑）、disgust（厌恶）、fear（恐惧）、happy（高兴）、sadness（悲伤）和surprise（惊讶）。由于原数据库体积过大，超过1G，这里并未包含。