使用卷积神经网络进行实时面部表情检测

文章预览

在社交互动中，面部表情在非语言交流中起着至关重要的作用。 心理学家保罗·埃克曼提出，全世界的人都有七种情绪表达方式： 快乐、悲伤、惊讶、恐惧、愤怒、厌恶和蔑视。 建立更好的人机交互，例如通过图像检测人类情绪，可能是一项艰巨的任务。 面部表情对于社交互动很重要，并且在非语言人机交互方面发挥着重要作用。本篇文章的目标是创建一个模型，该模型可以使用网络摄像头等普通设备识别和分类一个人当前的情绪。 数据集 使用的数据集是从 Kaggle 的 2013 年面部情感识别挑战赛中收集的，连接在文章最后。 数据由人脸的 48x48 像素灰度图像组成。并且已经经过了自动对齐，也就是说在每张图像中占据大致相同的空间，并且基本上都是居中的。 我们的任务是根据面部表情中显示的情绪将每张脸分为七类之一（0=愤怒，1=厌恶，2=恐 ………………………………