项目名称：情绪识别

目录：

1.描述

2.安装

3.使用

4.数据集

描述：

人类的面部常常同时表现出多种情绪，因此我们旨在展示这些情绪出现的概率。

什么是情绪识别？

情绪识别是一种软件技术，它利用先进的图像处理方法，使程序能够“读取”人脸上的情绪。近年来，随着图像处理技术的快速发展，许多公司开始尝试将复杂的算法与图像处理技术相结合，以更深入地理解人脸图像或视频所传达的情感信息。不仅如此，该技术还能显示出人脸可能同时存在的多种情绪及其对应的概率。

安装：

使用 requirements.txt 文件安装依赖项。

pip install -r requirements.txt

使用：

程序会打开一个窗口显示摄像头捕获的画面，并在另一个窗口中展示检测到的情绪概率。

演示

python real_time_video.py

您可以直接使用我提供的预训练模型，该模型已写入代码文件中的路径。之所以选择这个模型，是因为它的准确率最高。当然，您也可以选择其他模型，但那样就需要先运行 train_emotion_classifier 文件。

如果您只想运行此演示，则可以跳过以下内容：

• 训练

• python train_emotion_classifier.py

数据集：

我使用了 这个 数据集。

请下载该数据集，并将 CSV 文件放入 fer2013/fer2013/ 目录下。

• fer2013 情绪分类测试准确率：66%

致谢

本项目受到 这个 优秀工作的启发，Adrian Rosebrock 提供的资源也对我帮助很大！

进展

下一步计划是在检测到的人脸旁边绘制相应的情绪表情。

问题与建议

如果您有任何问题或建议，欢迎创建 issue。

如果您喜欢这个项目，请为它点个赞吧！

Emotion-recognition 快速上手指南

本项目是一个基于深度学习的人脸情绪识别工具，能够实时通过摄像头捕捉人脸，并分析显示多种情绪（如快乐、愤怒等）的概率分布。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows / Linux / macOS
• Python 版本：建议 Python 3.6 - 3.8（兼容旧版依赖）
• 硬件要求：需要配备摄像头；若需加速训练或推理，建议使用支持 CUDA 的 NVIDIA 显卡（可选）
• 前置依赖：已安装 pip 包管理工具

国内加速建议：推荐使用国内镜像源安装依赖，以提升下载速度。 例如使用清华源：pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

1. 克隆项目代码

   git clone https://github.com/omar178/Emotion-recognition.git
   cd Emotion-recognition
   

2. 安装依赖库 执行以下命令安装项目所需的 Python 库：

   pip install -r requirements.txt
   

3. 准备数据集（仅用于重新训练模型） 如果您只想使用预训练模型进行演示，可跳过此步。若需重新训练，请下载 FER2013 数据集，并将 fer2013.csv 文件放置于 fer2013/fer2013/ 目录下。

基本使用

本项目提供了预训练模型，可直接运行实时演示脚本。

1. 启动实时情绪识别 连接摄像头后，运行以下命令。程序将弹出两个窗口：一个显示摄像头实时画面，另一个显示检测到的情绪概率分布。

   python real_time_video.py
   

2. （可选）重新训练模型 如果您修改了数据集或希望从头训练分类器，请运行：

   python train_emotion_classifier.py
   

注意：默认代码路径已配置好精度最高的预训练模型，直接运行 real_time_video.py 即可获得最佳体验。