【机器学习实战入门项目】使用深度学习创建您自己的表情符号

深度学习项目入门——让你更接近数据科学的梦想

表情符号或头像是表示非语言暗示的方式。这些暗示已成为在线聊天、产品评论、品牌情感等的重要组成部分。这也促使数据科学领域越来越多的研究致力于表情驱动的故事讲述。

随着计算机视觉和深度学习的进步，现在可以从图像中检测人类情感。在这个深度学习项目中，我们将对人类面部表情进行分类，并过滤和映射相应的表情符号或头像。

关于数据集

面部表情识别数据集（FER2013）包含48*48像素的灰度人脸图像。这些图像中心对齐，并且占据相同的空间。该数据集包含以下类别的面部情绪：

• 0: 愤怒
• 1: 厌恶
• 2: 恐惧
• 3: 快乐
• 4: 悲伤
• 5: 惊讶
• 6: 自然

下载项目代码 数据集: 链接: 使用深度学习创建您自己的表情符号 源代码与数据集

使用深度学习创建你的表情

我们将构建一个深度学习模型来分类图像中的面部表情，然后将分类的情绪映射到表情符号或头像。

使用CNN进行面部情绪识别

在以下步骤中，我们将构建一个卷积神经网络架构，并在FER2013数据集上训练模型，以从图像中识别情绪。

1. 导入库:

   import numpy as np
   import cv2
   from keras.models import Sequential
   from keras.layers import Dense, Dropout, Flatten
   from keras.layers import Conv2D
   from keras.optimizers import Adam
   from keras.layers import MaxPooling2D
   from keras.preprocessing.image import ImageDataGenerator
   

2. 初始化训练和验证生成器:

   train_dir = 'data/train'
   val_dir = 'data/test'
   train_datagen = ImageDataGenerator(rescale=1./255)
   val_datagen = ImageDataGenerator(rescale=1./255)
   train_generator = train_datagen.flow_from_directory(train_dir,target_size=(48,48),batch_size=64,color_mode="grayscale",class_mode='categorical')
   validation_generator = val_datagen.flow_from_directory(val_dir,target_size=(48,48),batch_size=64,color_mode="grayscale",class_mode='categorical')
   

3. 构建卷积网络架构:

   emotion_model = Sequential()
   emotion_model.add(Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=(48,48,1)))
   emotion_model.add(Conv2D(64, kernel_size=(3, 3), activation='relu'))
   emotion_model.add(MaxPooling2D(pool_size=(2, 2)))
   emotion_model.add(Dropout(0.25))
   emotion_model.add(Conv2D(128, kernel_size=(3, 3), activation='relu'))
   emotion_model.add(MaxPooling2D(pool_size=(2, 2)))
   emotion_model.add(Conv2D(128, kernel_size=(3, 3), activation='relu'))
   emotion_model.add(MaxPooling2D(pool_size=(2, 2)))
   emotion_model.add(Dropout(0.25))
   emotion_model.add(Flatten())
   emotion_model.add(Dense(1024, activation='relu'))
   emotion_model.add(Dropout(0.5))
   emotion_model.add(Dense(7, activation='softmax'))
   

4. 编译和训练模型:

   emotion_model.compile(loss='categorical_crossentropy', optimizer=Adam(lr=0.0001, decay=1e-6), metrics=['accuracy'])
   emotion_model_info = emotion_model.fit_generator(train_generator,steps_per_epoch=28709 // 64,epochs=50,validation_data=validation_generator,validation_steps=7178 // 64)
   

5. 保存模型权重:

   emotion_model.save_weights('model.h5')
   

6. 使用OpenCV的haarcascade xml检测网络摄像头中人脸的边界框，并预测情绪:

   cv2.ocl.setUseOpenCL(False)
   emotion_dict = {0: "Angry", 1: "Disgusted", 2: "Fearful", 3: "Happy", 4: "Neutral", 5: "Sad", 6: "Surprised"}
   cap = cv2.VideoCapture(0)
   while True:ret, frame = cap.read()if not ret:breakbounding_box = cv2.CascadeClassifier('/home/shivam/.local/lib/python3.6/site-packages/cv2/data/haarcascade_frontalface_default.xml')gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)num_faces = bounding_box.detectMultiScale(gray_frame, scaleFactor=1.3, minNeighbors=5)for (x, y, w, h) in num_faces:cv2.rectangle(frame, (x, y-50), (x+w, y+h+10), (255, 0, 0), 2)roi_gray_frame = gray_frame[y:y + h, x:x + w]cropped_img = np.expand_dims(np.expand_dims(cv2.resize(roi_gray_frame, (48, 48)), -1), 0)emotion_prediction = emotion_model.predict(cropped_img)maxindex = int(np.argmax(emotion_prediction))cv2.putText(frame, emotion_dict[maxindex], (x+20, y-60), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 2, cv2.LINE_AA)cv2.imshow('Video', cv2.resize(frame, (1200,860), interpolation=cv2.INTER_CUBIC))if cv2.waitKey(1) & 0xFF == ord('q'):break
   cap.release()
   cv2.destroyAllWindows()
   

GUI和表情符号映射的代码

创建一个名为emojis的文件夹，并保存数据集中每种情绪对应的表情符号。

将以下代码粘贴到gui.py中并运行文件。

import tkinter as tk
from tkinter import *
import cv2
from PIL import Image, ImageTk
import os
import numpy as np
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D
from keras.optimizers import Adam
from keras.layers import MaxPooling2Demotion_model = Sequential()
emotion_model.add(Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=(48,48,1)))
emotion_model.add(Conv2D(64, kernel_size=(3, 3), activation='relu'))
emotion_model.add(MaxPooling2D(pool_size=(2, 2)))
emotion_model.add(Dropout(0.25))
emotion_model.add(Conv2D(128, kernel_size=(3, 3), activation='relu'))
emotion_model.add(MaxPooling2D(pool_size=(2, 2)))
emotion_model.add(Conv2D(128, kernel_size=(3, 3), activation='relu'))
emotion_model.add(MaxPooling2D(pool_size=(2, 2)))
emotion_model.add(Dropout(0.25))
emotion_model.add(Flatten())
emotion_model.add(Dense(1024, activation='relu'))
emotion_model.add(Dropout(0.5))
emotion_model.add(Dense(7, activation='softmax'))
emotion_model.load_weights('model.h5')cv2.ocl.setUseOpenCL(False)
emotion_dict = {0: "   Angry   ", 1: "Disgusted", 2: "  Fearful  ", 3: "   Happy   ", 4: "  Neutral  ", 5: "    Sad    ", 6: "Surprised"}
emoji_dist={0:"./emojis/angry.png", 1:"./emojis/disgusted.png", 2:"./emojis/fearful.png", 3:"./emojis/happy.png", 4:"./emojis/neutral.png", 5:"./emojis/sad.png", 6:"./emojis/surprised.png"}global last_frame1
last_frame1 = np.zeros((480, 640, 3), dtype=np.uint8)
global cap1
show_text=[0]def show_vid():cap1 = cv2.VideoCapture(0)if not cap1.isOpened():print("cant open the camera1")flag1, frame1 = cap1.read()frame1 = cv2.resize(frame1, (600,500))bounding_box = cv2.CascadeClassifier('/home/shivam/.local/lib/python3.6/site-packages/cv2/data/haarcascade_frontalface_default.xml')gray_frame = cv2.cvtColor(frame1, cv2.COLOR_BGR2GRAY)num_faces = bounding_box.detectMultiScale(gray_frame, scaleFactor=1.3, minNeighbors=5)for (x, y, w, h) in num_faces:cv2.rectangle(frame1, (x, y-50), (x+w, y+h+10), (255, 0, 0), 2)roi_gray_frame = gray_frame[y:y + h, x:x + w]cropped_img = np.expand_dims(np.expand_dims(cv2.resize(roi_gray_frame, (48, 48)), -1), 0)prediction = emotion_model.predict(cropped_img)maxindex = int(np.argmax(prediction))cv2.putText(frame1, emotion_dict[maxindex], (x+20, y-60), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 2, cv2.LINE_AA)show_text[0]=maxindexif flag1 is None:print("Major error!")elif flag1:global last_frame1last_frame1 = frame1.copy()pic = cv2.cvtColor(last_frame1, cv2.COLOR_BGR2RGB)img = Image.fromarray(pic)imgtk = ImageTk.PhotoImage(image=img)lmain.imgtk = imgtklmain.configure(image=imgtk)lmain.after(10, show_vid)if cv2.waitKey(1) & 0xFF == ord('q'):exit()def show_vid2():frame2 = cv2.imread(emoji_dist[show_text[0]])pic2 = cv2.cvtColor(frame2, cv2.COLOR_BGR2RGB)img2 = Image.fromarray(pic2)imgtk2 = ImageTk.PhotoImage(image=img2)lmain2.imgtk2 = imgtk2lmain3.configure(text=emotion_dict[show_text[0]], font=('arial',45,'bold'))lmain2.configure(image=imgtk2)lmain2.after(10, show_vid2)if __name__ == '__main__':root = tk.Tk()img = ImageTk.PhotoImage(Image.open("logo.png"))heading = Label(root, image=img, bg='black')heading.pack()heading2 = Label(root, text="Photo to Emoji", pady=20, font=('arial',45,'bold'), bg='black', fg='#CDCDCD')heading2.pack()lmain = tk.Label(master=root, padx=50, bd=10)lmain2 = tk.Label(master=root, bd=10)lmain3 = tk.Label(master=root, bd=10, fg="#CDCDCD", bg='black')lmain.pack(side=LEFT)lmain.place(x=50,y=250)lmain3.pack()lmain3.place(x=960,y=250)lmain2.pack(side=RIGHT)lmain2.place(x=900,y=350)root.title("Photo To Emoji")root.geometry("1400x900+100+10")root['bg']='black'exitbutton = Button(root, text='Quit', fg="red", command=root.destroy, font=('arial',25,'bold')).pack(side = BOTTOM)show_vid()show_vid2()root.mainloop()

总结

在这个面向初学者的深度学习项目中，我们构建了一个卷积神经网络来识别面部情绪。我们在FER2013数据集上训练了我们的模型，然后将这些情绪映射到相应的情绪符号或头像。

使用OpenCV的haar cascade xml，我们获得了网络摄像头中人脸的边界框，然后将这些框输入到训练好的模型中进行分类。

DataFlair致力于为用户提供成为数据科学家所需的所有资源，包括详细的教程、实践、用例以及项目源代码。

---

参考资料

参考资料名称	链接
FER2013数据集	Kaggle FER2013 Dataset
Keras官方文档	Keras Official Documentation
OpenCV官方文档	OpenCV Official Documentation
TensorFlow官方文档	TensorFlow Official Documentation
数据科学教程	DataFlair Data Science Tutorials
深度学习项目	DataFlair Deep Learning Projects
图像分类教程	Image Classification Tutorial
CNN架构详解	CNN Architecture Explained
数据增强技术	Data Augmentation Techniques
GUI编程指南	GUI Programming Guide
表情符号使用指南	Emoji Usage Guide
情感分析研究	Emotion Recognition Research
深度学习框架比较	Deep Learning Framework Comparison
计算机视觉应用	Computer Vision Applications

本项目数据集合介绍：
数据介绍：

FER-2013

从图像中学习面部表情

概述
FER-2013（Facial Expression Recognition 2013）是一个用于面部表情识别的经典数据集，旨在通过图像数据训练模型，使其能够识别人类面部表情所表达的情感。该数据集广泛应用于计算机视觉和情感分析领域，特别是在深度学习模型的训练和评估中。

数据集特点

1. 图像格式：

   • 图像为48x48像素的灰度图像，每个像素的灰度值范围为0到255。
   • 图像已经过预处理，确保面部居中并占据图像的主要部分。

2. 情感类别：

   • 数据集将面部表情分为七种情感类别：
     0 = 愤怒（Angry）
     1 = 厌恶（Disgust）
     2 = 恐惧（Fear）
     3 = 快乐（Happy）
     4 = 悲伤（Sad）
     5 = 惊讶（Surprise）
     6 = 中性（Neutral）
     

3. 数据集规模：

   • 训练集：28,709张图像
   • 测试集：3,589张图像
     

任务目标

• 训练一个模型，使其能够根据输入的面部图像，准确分类出对应的情感类别。
• 该任务属于多分类问题，适合使用深度学习模型（如卷积神经网络）来解决。

技术实现

1. 数据预处理：

   • 将图像像素值归一化到[0, 1]范围，以加速模型训练。
   • 可以使用数据增强技术（如旋转、翻转、缩放等）来增加数据多样性，提升模型的泛化能力。

2. 模型选择：

   • 卷积神经网络（CNN）：由于图像数据的特点，CNN是最常用的模型架构。可以设计一个简单的CNN模型，或者使用预训练模型（如VGG、ResNet）进行迁移学习。
   • 其他模型：如果计算资源有限，可以尝试使用传统机器学习方法（如SVM、随机森林），但性能可能不如深度学习模型。

3. 模型训练：

   • 使用训练集（28,709张图像）进行模型训练。
   • 通过交叉验证或验证集调整超参数，防止过拟合。

4. 模型评估：

   • 使用测试集（3,589张图像）评估模型性能。
   • 主要评估指标包括准确率、混淆矩阵和F1分数。
   • 特别关注模型在少数类别（如“厌恶”）上的表现，避免类别不平衡问题。

5. 优化与改进：

   • 如果模型表现不佳，可以尝试以下方法：
     • 增加数据增强的多样性。
     • 调整模型架构（如增加卷积层或全连接层）。
     • 使用正则化技术（如Dropout、L2正则化）防止过拟合。
     • 对少数类别进行过采样或调整损失函数权重。

应用场景

1. 情感分析：
   • 用于分析用户的情感状态，例如在社交媒体、客户反馈或视频会议中识别用户的情感。
2. 人机交互：
   • 改进智能助手、机器人等系统的交互体验，使其能够更好地理解用户的情感。
3. 心理健康：
   • 用于心理健康监测，帮助识别用户的情感波动或潜在的心理问题。

总结
FER-2013数据集为面部表情识别任务提供了一个标准化的基准，适合用于训练和评估深度学习模型。通过合理的数据预处理、模型设计和优化，可以开发出高性能的情感识别系统，广泛应用于情感分析、人机交互和心理健康等领域。

源代码介绍：
使用深度学习创建表情符号——创建您自己的表情符号的项目
学习如何创建一个用于表情符号创建的深度学习模型。我们将实时分析视频流以捕捉面部并识别表情。然后，我们将对表情进行分类并将其映射到相应的头像。

在这个项目中，我们将构建一个卷积神经网络架构，并在FER2013数据集上训练模型，以实现从图像中进行情感识别。

深度学习是人工智能（AI）中机器学习的一个子集，其网络能够从非结构化或未标记的数据中进行无监督学习。您是否想掌握深度学习？快来尝试这些令人惊叹的深度学习项目吧！

类别：深度学习、机器学习、人工智能
编程语言：Python
工具与库：OpenCV haarcascade
IDE：Google Colab
前端：无
后端：Python
先决条件：Python、深度学习、机器学习
目标受众：教育、开发人员、数据科学家、AI专业人士