本文主要是介绍人脸表情识别/情绪识别的参考参数及相关开源产品汇总,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
gFace表情识别参数:
情绪指标 基本情绪种类:joy高兴, anger愤怒, surprise惊讶,fear害怕, sadness 悲伤, disgust厌恶,
contemp轻蔑高级情绪:沉浸程度 engagement, valence心理效价(积极消极);表情指标 表情指标数量:10个 表情指标种类: relaxed放松, smile:微笑, laughing大笑,Wink示意,
smirk假笑, kissing亲吻, disappointed失望,rage暴怒, scream大叫, flushed兴奋/脸红;微表情指标 微表情指标数量:共21种;
微表情指标种类:注意力集中,皱额头,额头上扬,内额头上扬,闭眼,皱鼻子,上嘴唇上扬,吮吸嘴唇,撅嘴,咬(压)嘴唇,张嘴,唇角凹陷,下巴抬高,假笑,微笑等;面部特征点 面部特征点种类:识别包括眼睛、眉毛、额头、鼻子、嘴唇、下巴等多个面部器官的共34个特征点;
头部行为识别 双眼距离:双眼外眼角之间的距离;
头部动作:计算头部的三维转动度数- pitch,yaw,roll;
实现上述功能的开源产品有几个,它们通常专注于面部表情识别、情绪分析以及相关的计算机视觉任务。
以下是一些知名的开源项目:
-
OpenFace
- OpenFace是一个开源的面部行为分析工具包,它可以追踪面部特征点,并且能够估计基本的情绪状态。它支持多种操作系统,并提供了详细的文档和示例代码。
- 主要功能:面部特征点检测、表情分析、头姿估计等。
- 链接:OpenFace
-
Facetools
- Facetools是一个基于Python的面部表情分析工具,它可以识别基本的表情并提供一些高级的情绪分析功能。
- 主要功能:面部特征检测、表情分类。
- 链接:Facetools(请注意,这个项目可能不如其他项目活跃)
-
dlib
- dlib 是一个用C++编写的机器学习库,其中包含了一个强大的面部识别模块,可以用于面部特征点检测和表情识别。
- 主要功能:面部特征点检测、面部识别、姿态估计。
- 链接:dlib
-
DeepFace
- DeepFace 是一个基于深度学习的面部识别框架,它可以用来进行面部表情识别和情绪分析。
- 主要功能:面部表情识别、情绪分析。
- 链接:DeepFace
-
Affectiva
- 虽然 Affectiva 并不是一个完全开源的项目,但它提供了一些开源组件和API,可以用来进行面部表情分析和情绪识别。
- 主要功能:情绪分析、表情识别。
- 链接:Affectiva(请注意,Affectiva 提供的是商业产品,但有开发人员可以使用的SDK)
-
OpenCV
- OpenCV 是一个非常流行的开源计算机视觉库,它包含了面部检测和表情分析的功能。
- 主要功能:面部检测、特征点检测、表情分析。
- 链接:OpenCV
这些项目提供了不同程度的支持和文档,有的可能更适合学术研究,有的则更适合实际应用。你可以根据自己的需求选择合适的工具。如果你需要实现完整的面部表情和情绪分析系统,可能还需要结合多个工具和技术来构建一个综合解决方案。
这篇关于人脸表情识别/情绪识别的参考参数及相关开源产品汇总的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!