基于深度学习的人脸表情识别可视化界面开发

• 一、前言
• 二、整体流程
• 三、界面展示
• • • 初始界面
    • 实时检测（开启表情模式）
    • 本地文件检测
• 四、总结

面部表情是人类内心情感和意图十分重要的表达方式，对于面部表情的解读成功与否直接影响着人机交互领域的进一步发展，因此，人脸表情识别应运而生。本篇博客使用Tensorflow2.1(gpu)搭建DenseNet模型，使用PyQt5实现基于深度学习的人脸表情识别系统。
代码实现及环境搭建可查阅：https://github.com/1024803482/FER-Demo

我们的设计目标在于，让计算机理解人类情绪，内容包括数据集预处理、人脸表情识别模型识别模型设计、特征分类算法研究及人脸表情识别系统开发。

代码实现及环境搭建相关工作可查阅：https://github.com/1024803482/FER-Demo
欢迎star~