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！
