-
有效识别照片和视频中的面部表情：face-emotion-recognition
资源介绍
该存储库包含在RSF（俄罗斯科学基金会）项目No.1中开发的面部表情识别代码。 20-71-10010（基于信息论方法的情感状态动态变化的有效视听分析）。
描述了我们的方法
使用对所有模型进行了人脸识别任务的预训练。 为了训练PyTorch模型，借用了。
我们上传了几个，这些获得了的最新结果。 这些模型提取的面部特征可带来EmotiW 和挑战的视频数据集上仅面部模型的最新准确性： 和 。
以下是上述数据集的测试集上的准确性度量：
模型
AffectNet（8类）
AffectNet（7类）
一些
VGAF
--
64.71
55.35
70.31
60.95
64.63
59.89
66.80
61.32
64.57
55.14
68.29
--
65.74
56.99
65.18
请注意，我们报告了其中MTCNN检测到面部区域的子集的AFEW