2021-05-07 09:00:48 索炜达.猿创 938
项目编号:C48
文件大小:728M
操作系统:Windows10旗舰版
开发工具:Python+OpenCV+Keras+Tensorflow
开发语言:Python语言
基于深度卷积神经网络实现的人脸表情识别系统,系统程序由Keras, OpenCv, PyQt5的库实现,训练测试集采用fer2013表情库。如图系统可通过摄像头获取实时画面并识别其中的人脸表情,也可以通过读取图片识别.
系统UI界面的实现
上面的模型训练好了,但对于我们来说它的作用就只是知道了其准确率还行,其实深度学习的目的最重要还是应用,是时候用上面的模型做点酷酷的东西了。可不可以用上面的模型识别下自己表达的情绪呢?不如做个系统调取摄像头对实时画面中的表情进行识别并显示识别结果,既能可视化的检测模型的实用性能,同时使得整个项目生动有趣激发自己的创造性,当你向别人介绍你的项目时也显得高大上。这里采用PyQt5进行设计,首先看一下最后的效果图,运行后的界面如下:
设计功能:
一、可选择模型文件后基于该模型进行识别;
二、打开摄像头识别实时画面中的人脸表情;
三、选择一张人脸图片,对其中的表情进行识别。
选择一张图片测试识别效果,如下图所示:
运行程序须知:
要安装的库如上图(以上是安装的版本),如您想直接运行界面程序,只需在下载链接1中的文件后,运行runMain.py程序。
如您想重新训练模型,下载链接1中的文件后,运行前请下载链接2中的数据集解压到的csv文件放到 fer2013\fer2013 的文件夹下,运行train_emotion_classifier.py程序即可重新训练。