文件名称：Facial-Emotion-Recognition-using-Machine-Learning
文件大小：98KB
文件格式：ZIP
更新时间：2024-05-28 18:53:35
Python
使用机器学习的面部情绪识别 入门 情绪检测已成为持续研究和创新的主题，因为在过去的十年中，机器学习的引入已经消除了计算机视觉的局限性。 由于机器学习算法充分利用了GPU的巨大计算能力，因此这些模型的图像处理能力适合于现实世界中的问题。 计算机视觉已经从一个新颖的领域扩展到了行为科学等其他领域。 这些算法或模型已在多个领域的各种实际应用中使用，例如安全性，驾驶员安全，自动驾驶汽车，人机交互和医疗保健。 由于引入了图形处理单元，这些模型在不断发展，图形处理单元是能够在几秒钟或几分钟内执行数百万次计算的硬件设备。 诸如增强现实和虚拟现实之类的技术的出现也很大程度上取决于这些GPU的性能。 因此，结合机器学习算法的统计智能和GPU硬件的处理能力，我们能够创建突破性的模型，能够从静态图像和视频源中检测出情绪。 名为“使用机器学习进行面部情感检测”的项目工作将设想以下内容： 捕获静态图像以进行预处
【文件预览】：
Facial-Emotion-Recognition-using-Machine-Learning-master
----fredtest.py(3KB)
----README.md(4KB)
----fred_train.py(7KB)
----facialemore.py(7KB)
----fredtest_data.rar(90KB)