大家一起學AI

最近在做人臉表情辨識(Facial Expression Recognition)，所以需要蒐集人臉表情資料去CNN神經網路中進行訓練以及測試，以下三個資料庫是我有實際用到的，包含:Fer2013 dataset 、Real-world Affective Faces (RAF) Database以及AffectNet Dataset，而基於臉部表情的標籤較為主觀，有時候會有難以判別表情的情況發生，有些資料庫會進行多標籤的標記，而文章最後也列出其他較為知名的人臉資料庫，如CK+以及JAFFE等。

---

1. Fer2013 dataset 

訓練照片 (Training set) : 28709

驗證照片 (validation set) : 3589

測試照片 (Testing set) : 3589

影像尺寸 : 48 x 48

色彩通道 : 灰階

包含以下七種表情照片 : 

Angry     Sad       

Disgust   Surprise 

Fear        Netural  

Happy  

網站連結 :  https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data

---

2. Real-world Affective Faces (RAF) Database

訓練照片 (Training set) : 12271

測試照片 (Testing set) : 3068

影像尺寸 : 100 x 100

色彩通道 : 彩色影像

包含以下七種表情照片 :

Angry 、Disgust、Fear、Happy、Sad、Surprise、Netural

網站連結 : http://www.whdeng.cn/RAF/model1.html

---

3.  AffectNet Dataset

手動標記照片 ( Manually annotated image ) : ~420K

自動標記照片 ( Automatically annotated image ) : ~550K

影像尺寸 : 針對此資料庫做尺寸統計，橫軸為尺寸大小(數字x10即為影像長寬)，縱軸為尺寸數量統計。

從下圖中可以看到影像大小約落在5、6之間，為了放大顯示此橫軸需轉換為(13+N) * 10，所以5的地方為影像尺寸180*180。

色彩通道 : 彩色影像

包含以下12種圖片分類 :

網站連結 : http://mohammadmahoor.com/affectnet/

---

其他臉部表情辨識資料庫介紹

資料庫辨識準確度

參考文獻 : A. Mollahosseini, B. Hasani and M. H. Mahoor, “AffectNet: A Database for Facial Expression, Valence, and Arousal Computing in the Wild,” Proc. of the Computer Vision and Pattern Recognition, Honolulu, Jul. 2017.