基于深度学习的人脸面部表情识别系统【含Python源码+PyqtUI界面+原理详解】

摘要：面部表情识别（Facial Expression Recognition）是一种通过技术手段识别人物图像中人脸面部表情的技术。本文详细介绍了其实现的技术原理，同时给出完整的Python实现代码、训练好的深度学习模型，并且通过PyQT实现了UI界面，更方便进行功能的展示。该表情识别系统可通过图片、视频、摄像头3种方式进行表情识别。本文提供了完整的Python代码和使用教程，给感兴趣的小伙伴参考学习，完整的代码资源文件获取方式见文末。

点击跳转至文末《完整相关文件及源码》获取

人类的面部表情变化可以传达出其内心的情绪变化，表情是人类内心世界的真实写照。目前最常见的是将人类的表情定义为7中，分别是：悲伤、害怕、厌恶、高兴、生气、惊讶和中立。这也组成了现今的人脸表情识别研究中的七种基础面部表情。

由于不同的面部表情，可以反映出在不同情景下人们的情绪变化以及心理变化，因此面部表情的识别对于研究人类行为和心理活动，具有十分重要的研究意义和实际应用价值。现如今，面部表情识别主要使用计算机对人类面部表情进行分析识别，从而分析认得情绪变化，这在人机交互、社交网络分析、远程医疗以及刑侦监测等方面都具有重要意义。

博主根据深度学习网络模型，开发了一款简易的人脸面部表情识别系统，可以通过图片、视频、摄像头3种方式进行人脸面部表情识别，并且展示识别结果。可以识别悲伤、害怕、厌恶、高兴、生气、惊讶和中立这7种常见表情，感兴趣的小伙伴可以自己试试。

觉得不错的小伙伴，感谢点赞、关注加收藏！如果大家有任何建议或意见，欢迎在评论区留言交流！

界面如下图：

（1）图片表情识别 点击打开图片按钮，选择需要识别的图片即可，操作演示如下： （2）视频面部表情识别 点击打开视频按钮，选择需要识别的视频即可，操作演示如下： （3）摄像头面部表情识别 点击打开摄像头按钮，即可开启摄像头，再次点击该按钮，会关闭摄像头，操作演示如下：

人脸面部表情识别通常可以划分为四个步骤：包括图像获取，人脸检测，面部图像预处理和表情分类。其中，人脸检测，面部图像预处理（脸部特征提取）和面部表情分类是面部表情识别的三个关键环节。面部表情识别的基本流程如下图所示： 我们首先可以通过比较常用的人脸检测库face_recognition，来实现人脸区域的检测，并画在图片上。核心代码如下：

检测出的上述人脸区域后，然后将人脸区域提取出来，并转化为人脸检测模型需要的48*48大小。传入模型进行人脸表情检测，取概率最大的分类，并将表情识别结果画在图片上，核心代码如下：

基于以上内容，博主基于python+ pyqt5开发了一个简洁界面的人脸面部表情识别系统。也就是第二部分介绍的内容。 关于该人脸面部表情识别系统的涉及到的完整源码、UI界面代码等相关文件，均已打包上传，感兴趣的小伙伴可以通过下载链接自行获取。

关注下方名片G-Z-H：【阿旭算法与机器学习】，回复【表情识别】即可获取下载方式

本文涉及到的完整全部程序文件：包括python源码、UI文件等（见下图），获取方式见文末：

注意：该代码采用Pycharm+Python3.8开发，运行界面的主程序为MainProgram.py，图片测试脚本可运行imgTest.py,摄像头测试脚本可运行cameraTest.py。为确保程序顺利运行，请按照程序环境配置说明.txt配置软件运行所需环境。

关注下方名片GZH:【阿旭算法与机器学习】，回复【表情识别】即可获取下载方式

以上便是博主开发的关于人脸面部表情识别系统的全部内容，由于博主能力有限，难免有疏漏之处，希望小伙伴能批评指正 关于本篇文章大家有任何建议或意见，欢迎在评论区留言交流！

觉得不错的小伙伴，感谢点赞、关注加收藏哦！