表情识别
Sagacity_1125
这个作者很懒,什么都没留下…
展开
-
表情识别项目记录(三)
使用face_recognition模块来识别人脸 image = face_recognition.load_image_file('图片路径') face_locations = face_recognition.face_locations(image)#[(a,b,c,d)]list里面的元素是turple (a,b,c,d)= face_locations[0] print(a,b,c,d) image_spilt = image[a:c,d:b,:] # 如果直接显示,则颜色与原图不符 cv2.原创 2020-06-17 16:29:25 · 161 阅读 · 0 评论 -
表情识别项目记录(二)
工具和pipline制定 工具 opencv(读取和处理图像) Tensorflow和Keras 其他三方包 pipline制定 根据数据集存在的问题来搭建pipline,问题在第一次笔记中归纳为三点: 图片并不是只有人脸,而是一个人,甚至有多个人 图片大小不一,长宽比不同 图片数据量庞大(需要生成器) 一个基本的pipline ...原创 2020-05-16 21:59:32 · 316 阅读 · 0 评论 -
表情识别项目记录(一)
数据解析 数据的类别(5分类):惊讶、愤怒、高兴、悲伤、中性(恐惧和厌恶) 难点: 表情识别受环境光照的影响较大 各种表情的程度有强弱之分,程度强的容易识别,微表情识别效果较差 表情识别是简单的分类问题? NO 数据存在的问题: 图片并不是只有人脸,而是一个人,甚至有多个人 图片大小不一,长宽比不同 图片数据量庞大 数据的存储方法: 形式一:5个文件夹,每个文件夹放了一类图片(只能做分类问题) 形式二:两个文件,一个文件夹放图片(非结构化数据),另外一个csv文件存储标签和路径。(更科学) 数据统原创 2020-05-16 20:59:50 · 468 阅读 · 0 评论