CK + 表情分类数据集 扩展科恩卡纳德数据集 Extended Cohn-Kanade dataset 表情识别研究专用

CK + 表情分类数据集（Extended Cohn-Kanade dataset，扩展科恩卡纳德数据集）是面部表情识别、机器学习表情分类领域的经典实验室操控数据库，广泛应用于高校科研、算法开发、表情识别模型训练等场景，是表情分类研究的核心数据集。

本数据集包含593 个视频序列，采集自123 名不同受试者，受试者年龄覆盖 18-50 岁，涵盖不同性别、血统，样本多样性高，研究参考价值强。所有视频均记录面部从中立表情到定向极端表情的完整转变过程，拍摄参数为30 帧 / 秒（FPS），分辨率为 640×490/640×480 像素，画面清晰、数据维度完整。

其中327 个视频序列完成专业标注，精准划分至七大核心表情类别：愤怒、蔑视、厌恶、恐惧、快乐、悲伤、惊讶，标注信息准确，可直接用于模型训练与验证。

CK + 数据集是目前全球最广泛使用的面部表情分类专用数据库，适配 Python、MATLAB、R 等多种编程软件，可应用于表情识别算法研究、机器学习分类模型训练、计算机视觉面部分析、经管类数据分析研究、AI 表情分类相关论文撰写等多个方向，是高校师生、算法工程师、科研人员开展表情分类相关研究的必备数据资源。

数据集核心参数

视频总数：593 个序列（327 个完成七大表情标注）

受试者：123 名（18-50 岁，不同性别 / 血统）

拍摄规格：30FPS，640×490/640×480 像素

表情类别：愤怒、蔑视、厌恶、恐惧、快乐、悲伤、惊讶

数据形式：视频序列（中立到极端表情面部转变过程）