面部表情展示人类内心的情感。它们帮助我们识别一个人是愤怒、悲伤、快乐还是正常。医学研究人员也使用面部情绪来检测和了解一个人的心理健康。
人工智能在识别一个人的情绪方面可以发挥很大的作用。在卷积神经网络的帮助下，我们可以根据一个人的图像或实时视频来识别他的情绪。
Facial Expression Recognition 是一个 Python 库，可用于以更少的努力和更少的代码行检测一个人的情绪。它是使用 Python 中实现的 Tensorflow 和 Keras 库通过深度神经网络开发的。其中使用的数据集来自表示学习中的 Kaggle 竞赛挑战：面部表情识别挑战。
我们可以使用 pip 在本地系统中安装库。只需运行下面的命令，就会看到您的库正在安装。
pip install per依赖项：
from fer import FERimport matplotlib.pyplot as plt img = plt.imread("img.jpg")detector = FER(mtcnn=True)print(detector.detect_emotions(img))plt.imshow(img)使用 emotion.py 保存并简单地使用 python emotion.py 运行它。
输出：
[OrderedDict([(‘box’, (160, 36, 99, 89)), (’emotions’, {‘angry’: 0.0, ‘disgust’: 0.0, ‘fear’: 0.0, ‘happy’: 1.0, ‘sad’: 0.0, ‘surprise’: 0.0, ‘neutral’: 0.0})])]
实时预测的 Web 应用程序代码
from fer import FERimport matplotlib.pyplot as pltimport streamlit as stfrom PIL import Image, ImageOpsst.write('''# Emotion Detector''')st.write("A Image Classification Web App That Detects the Emotions Based On An Image")file = st.file_uploader("Please Upload an image of Person With Face", type=['jpg','png'])if file is None: st.text("Please upload an image file")else: image = Image.open(file) detector = FER(mtcnn=True) result = detector.detect_emotions(image) st.write(result) st.image(image, use_column_width=True)用 Emotion _ web.py 保存 Python 文件。
streamlit run FILENAME.py
复制 URL 并粘贴到你的浏览器中，就可以看到网页应用程序的运行情况。
本文链接：http://www.28at.com/showinfo-26-57883-0.html检测脸部情绪有多难？10行代码就可以搞定！
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com
上一篇： 在 Rust 编程中使用多线程
下一篇： 在 Fiber 中处理请求和响应
Copyright © 2016-2023 天津谷骐科技有限公司 版权所有 sitemap.xml
违法及侵权请联系：2376512515@qq.com 津ICP备18001702号
津公网安备 12010102000574号
