1、数据集介绍

论文《Deep Facial Expression Recognition: A Survey》里对其进行了介绍：

ExpW [47]: The Expression in-the-Wild Database (ExpW) contains 91,793 faces downloaded using Google image search. Each of the face images was manually annotated as one of the seven basic expression categories. Non-face images were removed in the annotation process.

我把数据集下载下来，统计了一下各类的分布情况不是很理想

angry	disgust	fear	happy	sad	surprise	neutral
3671	3995	1088	30537	10559	7060	34883

果然和其他网络爬取数据集一样，积极的较多，消极的较少，因为人们普遍倾向于发积极的图片，把悲伤留给自己:）

不过胜在数量还是可观的

该数据集对应的链接为http://mmlab.ie.cuhk.edu.hk/projects/socialrelation/index.html
论文不错，可以看一看

数据集百度云链接

2、数据集处理

数据集分图片和标签两部分，先看一下标签说明：

label.lst： each line indicates an image as follows:
image_name face_id_in_image face_box_top face_box_left face_box_right face_box_bottom face_box_cofidence expression_labelfor expression label：
"0" "angry"
"1" "disgust"
"2" "fear"
"3" "happy"
"4" "sad"
"5" "surprise"
"6" "neutral"@inproceedings{SOCIALRELATION_2017,author = {Zhanpeng Zhang, Ping Luo, Chen Change Loy, and Xiaoou Tang},title = {From Facial Expression Recognition to Interpersonal Relation Prediction},booktitle = {arXiv:1609.06426v2},month = September,year = {2016}
} 

可见原数据集并没有将人脸提取出来，所以难怪原数据集有8个多G。

数据集还是有一些问题的，比如：

• 1、人脸倾斜
  在表情识别中，人脸对齐是非常重要的，所以我对人脸进行了对齐操作

原图	根据标签提取的人脸	我对齐后的人脸

• 2、无关数据
  总有些与脸无关的数据，尽管Non-face images were removed in the annotation process.
  比如：

原图	根据标签提取的人脸

看了一下这张“脸”的label：

face_id_in_image是1，看来使用的人脸检测代码跑出来的第二张脸，所幸能从face_box_cofidence看出这张“脸”的置信度较低，于是我利用置信度阈值筛选掉了4488张图片。
被筛选掉的还有类似这样的图片

原图	根据标签提取的人脸

筛选后的数据分布：

angry	disgust	fear	happy	sad	surprise	neutral
3585	3861	1053	29243	10039	6882	32642

我处理了数据集流程如下：

• 1、根据标签内容提取脸部图片
  img_face = image[face_box_top:face_box_bottom, face_box_left:face_box_right, :]
• 2、对脸部图片进行关键点检测
• 3、通过关键点进行人脸对齐
• 4、保存人脸至各个类别

原数据集标签的人脸长宽比是不定的，我最终保存的图像是112x112x3大小

3、数据集下载

原数据集百度云链接，大概8个G

---

提取人脸（未筛选）

angry	disgust	fear	happy	sad	surprise	neutral
3671	3995	1088	30537	10559	7060	34883

下载链接

---

提取人脸（筛选）

angry	disgust	fear	happy	sad	surprise	neutral
3585	3861	1053	29243	10039	6882	32642

下载链接

有问题多交流，可留言可发邮件，我的邮箱是zhaodongyu艾特pku(这里换成点)edu.cn。