基于卷积神经网络的人脸表情识别(JAFFE篇)

一.前言

    人脸表情识别依然是计算机视觉中的研究重点，那就意味着它还有水文章的可能性。本专题将专门讨论各种表情识别的研究方法，当然我们从最简单的单一卷积网络开始。本文中的代码直接复制到电脑端（python）或者服务器（ipython）上都可以直接运行（ipython按顺序复制即可），如果有报错只需修改相应的版本或者留言交流。

软硬件配置介绍：

1.win10/11操作系统

2.python3.7以上

3.tensorflow2.4以上版本（2.0其它版本需要微调）

4.内存12G，显卡4G以上（没有独显倒是也能跑...）

 

 （这个可爱的妹子就是JAFFE数据集中的图片）

二.数据预处理

    在有些论文中，对于数据集的预处理不仅仅是导入之后做归一化处理。而是做特定的裁剪后只保留脸部，在这里我们不做特定的脸部裁剪（留到后续的文章）。JAFFE数据集的下载方式有很多种，你可以去其它的博客或者kaggle中白嫖。

    我这里下载的JAFFE是以本地图片的形式保存的，如果你下载的是csv等其它格式，可以参考后续的博客。

import os
import cv2
import numpy as np
import matplotlib.pyplot as plt
data_path = '../jaffe/'
data_dir_list = os.listdir(data_path)

# img_rows = 256
# img_cols = 256
# num_channel = 1

img_data_list = []
for dataset in data_dir_list:
    img_list = os.listdir(data_path+'/'+dataset)
    print('装载文件来自于文件'+'{}\n'.format(dataset))
    for img in img_list:
        input_img = cv2.imread(data_path+'/'+dataset+'/'+img)
        input_img_resize = cv2.resize(input_img, (128, 128))
        img_data_list.append(input_img_resize)

img_data = np.array(img_data_list)
img_data = img_data.astype('float3