面部表情识别工具的Python原型：基于Tensorflow、Keras和OpenCV的Facial Emotion Recognition

简介：
本项目开发了一个利用Python语言，结合TensorFlow、Keras及OpenCV库的面部情感识别工具。该原型通过分析面部特征来判断用户情绪状态，为人工智能应用提供强有力的情感计算支持。 面部情绪识别（FER）是一个基于Python的原型项目，使用Tensorflow、Keras和OpenCV作为机器学习/深度学习及可视化的基础框架。 在我目前于奥地利林茨约翰内斯开普勒大学计算机感知研究所进行的研究中，这个FER原型是为我的学士学位项目设计。主要动机在于熟悉通用的ML（如TensorFlow）框架，并利用我在学校学到的基本机器学习知识。面部情绪识别是一个重要的任务，因为它在自动反馈生成、人机交互等多个领域都有应用价值。 对于此项目的期望应保持合理：由于这只是个原型，因此不应期待找到一个精度达到100%的训练模型。实际上，所提供的模型得分较低。此外，使用小数据集进行过度拟合和训练可能会让人感到厌烦。然而，在用户界面中以相机或图像模式与提供的系统互动会很有趣，并且尽管最终统计值可能不高，但原型的实际性能令人满意。 整个项目配有详细的文档说明，以便于理解和操作。