人脸检测和情绪识别模型 PaddleDetection.zip 人脸情绪识别，情绪识别。

对话情绪识别数据集.zip

Android 网络监视器源码.zip

针对基于DEAP数据集，进行了ANN、CNN、LSTM模型对比。 含有处理好的数据集和源代码。

情绪识别数据集: CK / jaffe / fer2013 不是原数据集, 已经处理过了, 大小(48,48), 分了训练集和测试集

实时人脸识别，可以使用网络摄像头、视频或图像对情绪进行分类。 软件通过视频或网络摄像头识别人脸及其相应的情绪。由OpenCV、Dlib、人脸识别和深度学习提供支持。 python 依赖关系 Opencv Cmake Dlib 人脸识别 用法 测试文件夹包含提供给模型的视频及图像。 “图像”文件夹仅包含用于执行人脸识别的人脸图像。 模型包含预先训练的情感分类器模型。 emotion.py 对人的面部情绪进行分类。 face-rec-emotion.py一次识别人脸并对情绪进行分类。 face_recognition library使用FaceNet实现进行人脸识别。

Set up When running a pydeeplearn program you might have to set up some environment variables, depending on your configuration. If want to use the GPU for training/testing a model, you have to ensure that theano knows where your CUDA installation is (for detailed instructions see below). Setting up theano to work on the GPU PATH needs to contain the path to nvcc (usually /usr/local/cuda/bin) CUDA_PATH needs to contain the path to cuda (usually /usr/local/cuda/) LD_LIBR 详细参照包内文档

使用OpenPose/DLIB库实现一些最先进的计算机视觉应用程序。 基于C/C++/Python的计算机视觉模型，使用OpenPose、OpenCV、DLIB、Keras和Tensorflow库。目标检测、跟踪、人脸识别、手势、情绪和姿势识别 C/C++/Python based computer DLIB：计算机视觉和其他机器学习的现代C++工具包。 Kerasify：用于从C++应用程序运行KARAS模型的小型库。 OPENCV：开源计算机视觉库。 OpenStA:一个实时多人关键点检测和多线程C++库。 操作系统（支持）： Ubuntu 16.04 Nvidia Jetson TX2 要求： 至少有1.6 GB可用的NVIDIA图形卡（NVIDIA smi命令检查Ubuntu中可用的GPU内存）。 至少2 GB的可用RAM内存。 推荐：cuDNN和至少8核的CPU。

项目涉及大量的跟踪和错误方法、调谐等。该模型经过良好的训练，能够区分男性和女性的声音，并且具有100%的准确度。该模型经过调整，能够以70%以上的准确率检测情绪。通过包含更多用于培训的音频文件，可以提高准确性。 项目详细说明见文档。 Datasets: Made use of two different datasets: RAVDESS. This dataset includes around 1500 audio file input from 24 different actors. 12 male and 12 female where these actors record short audios in 8 different emotions i.e 1 = neutral, 2 = calm, 3 = happy, 4 = sad, 5 = angry, 6 = fearful, 7 = disgust, 8 = surprised. Each audio file is named in such a w

Python 3.8 Keras & TensorFlow 2 用 LSTM、CNN、SVM、MLP 进行语音情感识别，Keras 实现。 识别准确率提高到了 80% 左右 TensorFlow 2 / Keras：LSTM & CNN (tensorflow.keras) scikit-learn：SVM & MLP 模型，划分训练集和测试集 joblib：保存和加载用 scikit-learn 训练的模型 librosa：提取特征、波形图 SciPy：频谱图 pandas：加载特征 Matplotlib：绘图 NumPy pip install -r requirements.txt python preprocess.py --config configs/example.yaml python train.py --config configs/example.yaml python predict.py --config configs/example.yaml import utils utils.spectrogram(file_path)