2.简介：
基于一篇论文做视频人脸、表情识别（用pytoch，GPU），分别用到YoutubeFace人脸和CK+表情数据集。论文的网络模型NAN已有程序，在youtubeface上训练准确率到97%。
在此基础上加入一点改进：因为是视频识别，想加入动态特征，提取人脸视频的光流运动特征，再把提取的运动特征和原文用的静态特征融合，再进行识别，整体结构流程图在相关文档里。加入光流之后结果要有提高。
************其实需要写的就只有提光流、特征融合部分的代码，网上也基本都有，工作量主要在训练网络******************

3.功能需求：
提光流送到NAN，并融合特征进行识别，要求在youtubeface、CK+数据集上效果比原来不加光流有所提高，具体如下：
1）选择一种提光流的方法，具体方法自行选择，但不能太过简单，要跟我商量着来，效果要好。最好用比较新的高大上的效果好的提光流方法，比如flownet网络提光流（这个我有现成代码只是需要在我需要用的数据集上重新训练）。
2）提取出光流后再次送入原文的NAN网络中得到整个视频级的动态特征
3）将原文NAN输出的视频级静态特征，与光流送入NAN输出的视频级动态特征，进行特征融合，特征融合方法自行选择，用融合特征进行最后分类识别。
4）程序文档，要讲解清楚思路流程，数据处理，具体怎么训练的，过程中遇到的问题记录好。
ps:我自己还要用程序跑别的数据集，数据输入预处理部分代码要灵活

总之一句话，尽量做到加光流融合后结果要好，比不加光流有提高。