文件名称：face-detector
文件大小：1.46MB
文件格式：ZIP
更新时间：2024-04-11 07:02:40
Python
我们的工作已经发表在“模式识别”信函中。 发言题目：地标制导的独立时空通道注意和基于互补上下文信息的面部表情识别 我们建议的FER框架： 使用GRADCAM的FEDRO图像的激活图如下所示： 下面显示了我们从FERPLUS数据集中合成的蒙版人脸图像的示例： 下面显示了在Baseline3，RAN和FERPlus上我们的蒙版人脸图像模型之间使用GRADCAM绘制的激活图的比较： 注意：我们的训练有素的模型检查点将在发布后提供。 引文：@article {gera2020landmark，标题= {Landmark Guidance独立的时空通道注意力和基于互补上下文信息的面部表情识别}，作者= {Gera，Darshan和Balasubramanian，S}，journal = {arXiv预印本arXiv：2007.10298}，年份= {2020}} 致谢：我们将
【文件预览】：
face-detector-main
----GACNN()
--------sfew_dataset.py(8KB)
--------main_fplus.py(14KB)
--------main_sfew.py(14KB)
--------main_affectnet.py(14KB)
--------Readme.txt(844B)
--------main_jaffe.py(10KB)
--------ferplus_dataset.py(13KB)
--------affectnet_dataset.py(12KB)
--------logs()
--------jaffe_dataset.py(9KB)
--------model.py(6KB)
----main_rafdb.py(17KB)
----images()
--------SCAN.png(12KB)
--------graphicalabstract03.png(213KB)
--------proposed_framework.png(1B)
--------masked_activation_baseline_ran_ours.png(327KB)
--------figure_masked_faces_07.png(128KB)
--------figure_grad_cam_06.png(596KB)
----pretrainedmodels()
--------requirement.txt(124B)
----dataset()
--------sfew_dataset.py(3KB)
--------sampler.py(3KB)
--------oulucasia_dataset_cv.py(5KB)
--------affectnet_rafdb_dataset.py(9KB)
--------ckplus_dataset_cv.py(5KB)
--------fedro_dataset.py(3KB)
--------ferplus_dataset.py(9KB)
--------affectnet_dataset.py(7KB)
--------rafdb_dataset.py(6KB)
----models()
--------attentionnet.py(12KB)
--------resnet.py(7KB)
----main_ckplus.py(19KB)
----utils()
--------util.py(1KB)
----main_oulucasia.py(18KB)
----README.md(2KB)
----main_sfew.py(17KB)
----main_affectnet.py(17KB)
----Readme.txt(543B)
----main_affectnet_rafdb_test_fedro.py(18KB)
----main_ferplus.py(17KB)
----OADN()
--------train_sfew.py(17KB)
--------train_ferplus.py(18KB)
--------dataset()
--------train_affectnet.py(20KB)
--------models()
--------util.py(2KB)
--------Readme.txt(1KB)
--------train_rafdb.py(18KB)
--------logs()