Using keras to recognize people emotions based on CK+ and CAS-PEAL dataset.
本项目是基于CK+和CAS-PEAL数据集和keras构建VGG16深度神经网络的7种粗表情的识别项目。
优点：
- 可以有效识别happy，digusted , suprised , netrual四大类表情
- 实时性高，可以用于实时识别
- 数据集量大，可有效包含西方和东方面孔，达到比较好的识别效果
缺点：
- 只是对于粗表情进行识别，因为数据集质量问题无法达到微表情识别
- 因为数据集质量问题有些表情例如fearful和angry的识别效果不是那么好
提升：
- 增强数据集，数量和质量都需要增强
- 换用更好的方法去识别，本例使用的是深度神经网络识别
使用步骤：
- 准备好python3及tensorflow-gpu和keras,opencv等依赖库的安装
- 下载好CK+和CAS-PEAL数据集后解压放到dataset文件夹中
- 运行cas-peal_image_preprocessing.py将照片分类后再手动分类
- 运行data_Augmemtation.py后产生dataset_preprocessing数据增强后的文件夹照片
- 运行data_Processing.py将增强后的数据集加载到ADD_CK+CAS_IMAGES48X48.pkl中并分好了训练集和测试集
- 运行Train.py进行训练保存的模型在ADD_CK+CAS_Image_model.h5中
- 运行Test.py进行实时测试识别你的表情