基于深度学习的人脸表情识别可视化界面开发


一、前言

面部表情是人类内心情感和意图十分重要的表达方式,对于面部表情的解读成功与否直接影响着人机交互领域的进一步发展,因此,人脸表情识别应运而生。本篇博客使用Tensorflow2.1(gpu)搭建DenseNet模型,使用PyQt5实现基于深度学习的人脸表情识别系统。
代码实现及环境搭建可查阅:https://github.com/1024803482/FER-Demo
人脸表情识别意义

二、整体流程

我们的设计目标在于,让计算机理解人类情绪,内容包括数据集预处理、人脸表情识别模型识别模型设计、特征分类算法研究及人脸表情识别系统开发。
设计目标

三、界面展示

初始界面

在这里插入图片描述

实时检测(开启表情模式)

happy
Angry

本地文件检测

james在这里插入图片描述

四、总结

代码实现及环境搭建相关工作可查阅:https://github.com/1024803482/FER-Demo
欢迎star~

  • 0
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值