基于深度学习的卷积神经网络人脸面部表情识别系统期末作业（含Python源码及GUI界面）
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本项目为期末作业，设计并实现了一个利用深度学习和卷积神经网络的人脸面部表情识别系统。采用Python编写，并附带图形用户界面(GUI)。代码开源共享。
软件架构说明：本项目使用Fer2013数据集，并通过Keras进行卷积神经网络模型的训练。利用OpenCV（cv2）识别人脸并获取图片，然后完成表情识别。
一、生成模型：
1. 解析Fer2013数据集。
2. 搭建卷积神经网络模型。
3. 训练所搭建的卷积神经网络模型。
4. 保存训练好的卷积神经网络模型。
二、表情识别流程：
1. 对获取到的人脸图片进行预处理。
2. 利用之前训练完成的模型对人脸的表情进行识别。
3. 在GUI界面中展示分析结果。
4. 开启摄像头，实时分析照片中的表情，并在界面上显示出来。
安装教程：直接将项目克隆至本地即可使用。需要注意的是，如果没有安装Keras的话，请确保所使用的Keras版本与Tensorflow的版本相匹配。
使用说明：
1. 选择图片后点击“分析”，系统会生成并展示结果分析表。
2. 使用摄像头时请确保人脸在视野范围内，系统将自动判断你当前的表情，并显示于你的脸部下方。同时，在GUI中也会自动生成表情识别图。
全部评论 (0)
还没有任何评论哟~
