Ce projet fournit des outils et des jeux de données pour l'analyse automatique des expressions faciales et des mouvements du visage dans des vidéos. Il permet d'extraire des descripteurs locaux de mouvement (LMP) et des cartes de mouvement global (GMD) à partir de séquences vidéo structurées. Les données sont organisées pour reproduire des expériences scientifiques et sont compatibles avec des méthodes d'apprentissage automatique comme LibSVM.

Le projet FLLvsFER fournit une implémentation des expériences décrites dans l'article "Impact of Facial Landmark Localization on Facial Expression Recognition" de Romain Belmonte et al. Il vise à analyser l'impact de la localisation des traits faciaux sur la reconnaissance des expressions faciales.

Ce projet se concentre sur l'analyse avancée des expressions et mouvements faciaux à partir de données vidéo. Il permet d'extraire des landmarks précis, de générer des cartes de chaleur pour évaluer l'importance des points clés du visage, et de comparer différentes méthodes d'alignement facial. Les résultats sont utilisés pour des études en reconnaissance faciale, biométrie et interaction homme-machine.

Ce projet génère des résultats pour évaluer et comparer des techniques de flux optique appliquées à l'analyse d'expressions faciales. Il fournit des configurations standardisées pour l'entraînement et le test de modèles d'apprentissage automatique, incluant des approches SVM, des modèles CNN et RNN, ainsi que des méthodes de data augmentation. Les scripts permettent de reproduire les expériences présentées dans un article scientifique soumis à une revue.

KangaiSet est un projet open source dédié à la reconnaissance d'émotions dans les mangas. Il fournit des outils pour exploiter un jeu de données annoté, permettant d'identifier et classifier les émotions exprimées par les personnages à travers leurs expressions faciales et corporelles. Le projet facilite la création de structures de données organisées pour l'entraînement de modèles d'intelligence artificielle spécialisés dans l'analyse visuelle.

Ce projet développe un logiciel capable d'animer un maillage 3D en temps réel à partir d'expressions faciales capturées en direct. Il combine des techniques de vision par ordinateur et de traitement d'images pour analyser les mouvements du visage et les appliquer à un modèle 3D, offrant ainsi une solution innovante pour la création d'avatars ou d'animations réalistes.