Mimik zeigt innere menschliche Emotionen. Sie helfen uns zu erkennen, ob eine Person wütend, traurig, glücklich oder normal ist. Medizinische Forscher nutzen auch Gesichtsemotionen, um die psychische Gesundheit einer Person zu erkennen und zu verstehen.
Künstliche Intelligenz kann eine große Rolle bei der Identifizierung der Emotionen einer Person spielen. Mit Hilfe von Faltungs-Neuronalen Netzen können wir die Emotionen einer Person anhand ihrer Bilder oder Live-Videos identifizieren.
Facial Expression Recognition ist eine Python-Bibliothek, mit der sich die Emotionen einer Person mit weniger Aufwand und weniger Codezeilen erkennen lassen. Es wurde mit tiefen neuronalen Netzen unter Verwendung der in Python implementierten Tensorflow- und Keras-Bibliotheken entwickelt. Der verwendete Datensatz stammt aus der Kaggle-Wettbewerbsherausforderung in Representation Learning: Facial Expression Recognition Challenge.
Wir können pip verwenden, um die Bibliothek im lokalen System zu installieren. Führen Sie einfach den folgenden Befehl aus und sehen Sie, wie Ihre Bibliothek installiert wird.
pip install per
Abhängigkeiten:
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)Speichern Sie mit emotions.py und verwenden Sie einfach Python Emotion. py führt es aus.
Ausgabe:
[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})])]
In Echtzeit vorhergesagter Webanwendungscode
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)Speichern Sie die Python-Datei mit Emotion_web.py.
streamlit run FILENAME.py
aus. Kopieren Sie die URL und fügen Sie sie in Ihren Browser ein, um die Webanwendung in Aktion zu sehen.
Das obige ist der detaillierte Inhalt vonWie kann man Gesichtsemotionen mit 10 Codezeilen leicht erkennen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
