python基于分类算法的人脸表情识别系统

本次的系统设计目标是要达到表情的正确识别。在明确的研究背景之下，本次通过人脸正面照片来进行人脸的特征处理和判断，从而来形成图象处理、特征提取和表情判断的三个过程串联使用。在图象处理的过程中有着打开图象、将图象信息很好的在程序的主页面中进行呈现，能够通过显示图像、保存图像的方式来实现对图象中的色彩、敏感程度等内容来实现具体的特征识别的功能实现。在特征的模块的判断上，通过图象处理模块来进行人脸特征的坐标的标记，通过边界提取的方式来对图象进行噪点的有效过滤。

人脸识别的技术已存在有几十年，在过去的几十年里，研究人员在基本的人脸轮廓识别等方面形成了非常成熟的研究经验沉淀。在面部表情的识别上也有着非常深度的研究，在人脸的表情识别上，是根据人们的面部的特征位置，包括眉毛、眼睛、脸型等大小、位置来进行特征的提取，从而进行了脸部的识别确认。通过以剧本特征来构成面部的总体特征来实现更加精准的面部确认。本次是通过利用django框架技术来开发一款人脸表情识别系统，通过此次的系统开发可以实现对人们所做出的的高兴、愤怒、悲伤等多种表情的有效识别。本次的识别中，利用了分类网络，来实现样本的构成，通过计算机的深度学习和训练来制作出相关的识别模型，再通过分类操作的方式来对人脸的表情进行有效的分类，从而实现有效的人脸表情识别的功能应用。
关键词：人脸表情识别；Python；django；人脸特征
目  录
摘 要    I
ABSTRACT    II
目  录    III
第1章 绪论    5
1.1开发背景    5
1.2研究现状    5
1.3研究的意义    6
1.4开发环境    6
1.3.1硬件开发环境    6
1.3.2Python语言    6
1.3.3 django框架    7
1.3.4 MySQL数据库    7
第2章 表情识别原理及系统需求分析    8
2.1基于几何特征的识别方法    8
2.2基于整体的识别方法    8
2.3表情识别的要素    8
2.4可行性分析    9
2.4.1经济可行性    9
2.4.2技术可行性    9
2.4.3操作可行性    9
2.5系统设计的需求分析    10
第3章 系统设计    11
3.1系统模块设计    11
3.2特征位置模块    11
3.3边缘检测模块    11
第4章  系统实现    13
4.1系统的登录模块设计    13
4.2 表情识别主页面的功能实现    13
4.3 表情管理菜单的实现    14
4.4表情类别管理功能的实现    15
第5章  系统的调试与测试    16
5.1系统的调试    16
5.2程序的测试    16
5.2.1测试的重要性及目的    16
5.2.2测试的步骤    16
5.3测试结果    16
结论    17
致谢    18
参考文献    18