Report for FER
Jian Tang
Abstract
我们使用卷积神经网络(CNN)实现了baby的面部表情识别(FER)。
工程代码: https://github.com/JianTang2000/FER2013
数据上,我们获取了开源FER数据集FER2013[1],besides我们使用爬虫获取了baby相关的人脸图片,进行了手工分类标注以形成一个全新的baby FER数据集。
模型上,我们首先复现了Luan[2]的工作,即参考Kuo[3]在CVPR 2018上的工作并实现一个轻量的CNN网络,在FER2013上进行训练并得到了 54% 的平均分类准确率(avg acc on valSet);然后我们将模型应用在baby FER数据集并得到avg acc 65%;我们将网络直接应用在baby FER数据集并进行训练,得到的新的avg acc为XXXX%;我们更改了模型的结构以更好的适应三通道,大分辨率的baby FER数据集,最后我们得到的avg acc是XXXX%。(数据没存,有时间再跑一次)
Data
FER2013
FER2013数据集是一个开源的,带标签的,划分好Train/Val的,含7类表情的,含多种族多性别多年龄段的人脸表情灰度图集,且通过对图片的观察我们发现图片存在带水印,卡通图,标签不准确等可能影响分类精度的问题。具体的表情类别和图片数量如下
FER2013 TrainSet数据类别和数量