文件名称：me_recognition:用于微表情识别的CapsuleNet（IEEE FG 2019）
文件大小：98.26MB
文件格式：ZIP
更新时间：2024-06-09 01:11:18
capsule capsule-network samm micro-expression-recognition capsulenet
CapsuleNet用于微表达识别 描述 这是用于微表情识别的CapsuleNet论文的源代码，该论文加入了第二次面部微表情识别任务的微表情大挑战。 如果您认为此代码有用，请按如下方式引用我们的论文： # Bibtex @INPROCEEDINGS{Quang2019Capsulenet, author={N. V. {Quang} and J. {Chun} and T. {Tokuyama}}, booktitle={2019 14th IEEE International Conference on Automatic Face Gesture Recognition (FG 2019)}, title={CapsuleNet for Micro-Expression Recognition}, year={2019}, volume={}, nu
【文件预览】：
me_recognition-master
----smic_processing.py(8KB)
----train_me_loso.py(7KB)
----result_log_reproduced.csv(9KB)
----capsule()
--------data()
--------loss()
--------__init__.py(0B)
--------utils()
--------evaluations()
--------modules()
----outputs()
--------scores_capsule_vgg_sampled_fer_freeze.pkl(11KB)
--------scores_cnn_resnet_no_macro.pkl(5KB)
--------scores_capsule_vgg_sampled.pkl(4KB)
--------scores_capsule_vgg_sampled_fer_not_freeze.pkl(11KB)
--------scores_capsule_resnet_sampled_freeze.pkl(11KB)
--------scores_capsule_resnet_sampled_fer_freeze.pkl(11KB)
--------scores_cnn_vgg11_no_macro.pkl(73KB)
--------scores_capsule_vgg_sampled_freeze.pkl(11KB)
--------scores_capsule_vgg_sampled_fer.pkl(11KB)
----get_result_log.py(819B)
----.gitignore(1KB)
----trained()
--------model_state.pt(52.86MB)
--------scores_capsule_resnet_sampled_fer_freeze.pkl(11KB)
--------model.pt(52.86MB)
----README.md(2KB)
----result_log.csv(6KB)
----train_me_loso_baseline.py(8KB)
----datasets()
--------smic_apex.csv(31KB)
--------samm_apex.csv(16KB)
--------data_four_frames.csv(274KB)
--------~$SMIC-HS-E_annotation.xlsx(171B)
--------SMIC-HS-E_annotation.xlsx(35KB)
--------CASME2-ObjectiveClasses.xlsx(18KB)
--------samm_five_frames.csv(80KB)
--------SMIC-HS-E_annotation_orig.xlsx(35KB)
--------combined_3_class_gt.csv(9KB)
--------SAMM_Micro_FACS_Codes_v2.xlsx(25KB)
--------casme2_five_frames.csv(90KB)
--------casme_apex.csv(18KB)
--------CASME2-coding-20140508.xlsx(25KB)
--------combined_3class_gt.csv(9KB)
--------data_five_frames.csv(343KB)
--------data_apex.csv(69KB)
--------smic_five_frames.csv(153KB)