赛题名称：科大讯飞人脸情绪识别挑战赛

赛题报名链接：http://challenge.xfyun.cn/topic/info?type=facial-emotion-recognition&ch=dw-sq-1

赛题介绍

人脸表情是传播人类情感信息与协调人际关系的重要方式，表情识别是指从静态照片或视频序列中选择出表情状态，从而确定对人物的情绪与心理变化。

在日常生活中人类习惯从面部表情中吸收非言语暗示，那么计算机可以完成类似任务吗？答案是肯定的，但是需要训练它学会识别情绪。

赛事任务

给定人脸照片完成具体的情绪识别，选手需要根据训练集数据构建情绪识别任务，并对测试集图像进行预测，识别人脸的7种情绪。

赛题数据由训练集和测试集组成，训练集数据集按照不同情绪的文件夹进行存放。其中：

• 训练集：2.8W张人脸图像；

• 测试集：7K张人脸图像；

为了简化任务赛题图像只包含单张人脸，所有图像的尺寸为48*48像素。数据集包括的情绪标签包括以下7类：

• angry

• disgusted

• fearful

• happy

• neutral

• sad

• surprised

赛题baseline思路

赛题为一个典型的图像分类任务，所以可以使用CNN来完成图像分类过程。具体实现步骤如下：

• 定义数据读取和数据扩增

• 定义CNN模型

• 模型训练与验证

Keras实现

首先定义网络模型，这里可以自定义一个多层CNN网络模型结构，最后加上全连接层。

定义数据读取，划分20%数据作为验证集：

一行代码完成模型训练过程：

Pytorch实现

定义网络模型，这里可以用预训练的CNN网络模型，精度会更高：

定义模型的正常传播和反向传播：

完成模型的训练与验证：

所有代码已开源在Gitee上：
https://gitee.com/coggle/competition-baseline/tree/master/competition/%E7%A7%91%E5%A4%A7%E8%AE%AF%E9%A3%9EAI%E5%BC%80%E5%8F%91%E8%80%85%E5%A4%A7%E8%B5%9B2021/%E4%BA%BA%E8%84%B8%E6%83%85%E7%BB%AA%E8%AF%86%E5%88%AB%E6%8C%91%E6%88%98%E8%B5%9B

赛题链接：http://challenge.xfyun.cn/topic/info?type=facial-emotion-recognition&ch=dw-sq-1