项目说明

• 本项目是由于之前的项目预处理部分过于冗余并且难以修改，加上目前PyTorch框架更加流行，所以决定重构上个项目。 原项目地址：ReturnYG/MicroExpressionRecognition
• 之前的项目没有精力维护，也没有想到有朋友会感兴趣。这次将会花一定时间精力持续完善本项目，欢迎朋友们提交issues。

项目结构

• data-preparation：数据准备
• model：模型
• utils：工具
• train：训练代码
• test：测试项目部分功能代码

项目特点

• 通过配置文件使项目更加通用
• 较完整的注释，代码结构清晰，可读性较好
• 模型将采用PyTorch框架(未完成)

项目依赖

• Python 3.8
• dlib==19.24.0
• numpy==1.23.4
• opencv_python_inference_engine==4.0.1.2
• pandas==1.5.0

项目运行

• 数据准备
  • 申请/下载相关数据集（支持CASME II、SAMM、SMIC、MMEW）
  • 修改config.ini文件中的相关路径
  • 运行data-preparation下的preprocessing.py文件

注意事项

• 预处理部分
  • SAMM数据集中的013_1_12、013_1_8、017_3_2、026_1_1、026_1_2、035_7_2样本内图片命名需改成0xx_0xxx.jpg。
  • CASMEII数据集中sub09下的EP02_02f，sub24下的EP02_07没有提供标签。建议不使用上述样本。

TODO

• [x] 完成基础数据集的预处理部分。
• [ ] 完善预处理部分，增加时间插值法（TIM）、欧拉运动放大（EVM）法、光流特征法等。
• [ ] 增加模型和训练代码。
• [ ] 实现部分先进方法的模型。