Python实现基于深度学习的支持人脸识别和情绪分类.zip

# 基于Keras和tensorflow深度学习Python实现的支持人脸识别和情绪分类的社区APP网站和微信小程序 # 1 项目介绍 ## 1.1 背景 视觉使人类得以感知和理解周边的世界，人的大脑皮层大约有 70%的活动在处理 视觉相关信息。计算机视觉即通过电子化的方式来感知和理解影像，以达到甚至超 越人类视觉智能的效果。 从 1966 年学科建立（MIT：TheSummerVisionProject）至今，尽管计算机视觉在 感知与认知智能方向仍有大量难以解决、尚待探索的问题，但得益于深度学习算法 的成熟应用（2012 年，采用深度学习架构的 AlexNet 模型，以超越第二名 10 个百 分点的成绩在 ImageNet 竞赛中夺冠），侧重于感知智能的图像分类技术在工业界逐 步实现商用价值，助力金融、安防、互联网、手机、医疗、工业等领域智能升级。  2016 年下半年开始，人脸识别、视频结构化等计算机视觉相关技术在安防领域 的实战场景中突破工业化红线，敲响了计算机视觉行业市场大规模爆发的前奏。预 计在未来三年内中国计算机视觉行业市场规模将迎来较大增长。  伴随人脸识别、物体识别等分类、分割算法不算提升精度，在 2017 年占比较高 的安防、视频广告、泛金融、手机及互联网娱乐领域之外，医疗影像、工业制造、 批发零售等现阶段的创新领域也将逐步解锁， 成为行业整体快速发展的重要支 撑。 目前，市场上出现很多的计算机视觉科技公司，如下图所示：  - 从整体上看，商汤技术的覆盖面最广，依图最少；但核心技术：人脸识别、 文字识别、图像识别、车辆识别、行人监测等技术三家公司都有 - 从细分上看，只商汤拥有图像及视频编辑技术，且有深度学习框架；而旷视 的人脸技术在三家公司中最为完善，且拥有人体识别技术，能对手势进行识别；反之依图则拥有目标跟踪技术 - 商汤，旷视，依图三家公司都在金融、安防领域中重点布局；在金融领域，旷视和商汤布局更深更广；而依图和旷视则在安防领域与公安紧密协作，且 旷视房地产安防上也有较深涉足 - 商汤与手机厂商、运营商合作密切，未来大有借智能手机普及其人脸识别技术，成为最大的技术提供商，打造用户口碑，为将来打开 C 端开口树立品牌优势 总结下来，计算机视觉巨头们都比较注重大公司的业务链，对于中小企业， 普通游客的人脸识别，情绪分类反而发力不足。 ## 1.2 项目意义 正因为巨头们对普通用户，中小企业的情绪分类业务发力不足，我决定开始此处 情绪社区项目。 一方面，中小企业，商场的视频监控流量巨大，同时人工处理十分低效且耗费人 力物力财力，另一方面，巨大的普通用户的的视频可以进行分类处理，激发普通用 户的分享欲望，可以搭建一个社区开发普通用户的分享乐趣，并以社区的形式，拥 有点评分享的功能。 总结下来就是可以从以下几个角度阐释我们做这个项目的意义： - 从中小企业，商场，公共场所，人脸识别，情绪分类的需求很迫切； - 对于部分开发者来说，廉价合适的情绪分类 api 接口需求很大 - 对于普通用户来说，情绪识别并分享（识别前后的）视频的乐趣很大，落地场景很多 ## 1.3 项目目标 关于“情绪社区”这个项目，我们希望最终能做成一个线上平台，以各种形式开放 使用以提供服务，包括但不限于移动端设备应用、个人电脑软件应用、网站平台、公众号，微信小程序。为了能方便快捷地提供服务，多样全面的使用形式亦是这款产品 的一个亮点。 最终将做成一个 B/S 框架app和微信小程序的人脸情绪识别app，并都拥有社区论坛功能的。同时将识别分类模型部署在服务器，可以提供给中小型企业 api。 按照初期计划，我们希望达到的效果（可提供的服务）主要包括： - 对于中小企业，商场，公共场合，提供 CNN 模型 api 接口，以及技术支持 - 对于部分开发者，我们提供 api 接口，处理视频，图像，json 形式返回处理后的结果 - 对于普通用户，我们提供这款 app 的 web 端和微信小程序端，用户可以通过手机或者 pc 浏览 app,上传视频，返回情绪识别结果，并可以分享在 app 的 BBS 社区，同时可以发表评论与帖子 # 2 功能需求描述 ## 2.1 系统角色 - 管理员：视频信息审核用户资格审查论坛数据审查 - 用户：用户注册与登录上传视频论坛社区分享 论坛社区评论 论坛社区发帖论坛社区管理板块 修改个人信息 ## 2.2 用户信息获取与维护 ### 2.2.1 功能说明 初次注册，系统要求用户进行相关信息的填写，并记录至系统中。 ### 2.2.2 激励/响应序列 - 刺激：用户注册或初次登录 响应：给出信息填写要求 - 刺激：用户选择答案 响应：记录用户年龄等情况并给出对应论坛版块选择列表 ## 2.3 视频分析 ### 2.3.1 功能说明 用户可进行上传视频和得到反馈结果。 ### 2.3.2 激励/响应序列 - 刺激：用户选择上传视频功能 响应：进入上传视频页面 - 刺激：用户按下上传按钮，上传视频 响应：提醒用户并生成结果 - 刺激：用户按下其他按钮 响应：进入其他页面 ## 2.4 社区论坛 ### 2.4.1 功能说明 用户可以浏览论坛社区，或者分享视频，发布帖子，发表评论。 ### 2.4.2 激励/响应序列 - 刺激：用户进入社区论坛 响应：按一定顺序列出相关板块和帖子 - 刺激：用户关键字搜索 响应：给出板块或帖子中含有该关键字的搜索结果 - 刺激：用户编写帖子或者评论 响应：系统提示是否提交，更新页面以及相关数据 ## 2.5 用例图  ## 2.6 E-R 图  ## 2.7 系统流程图  ## 2.8 系统交互图  ## 2.9 概念类图和数据流图  ## 2.10 数据流图  # 3 总体设计 ## 3.1 总体目标 ### 3.1.1 满足的需求 满足的核心需求是：用户能够通过该平台上传视频得到系统分析的结果，同时可以在论坛社区分享评论发帖需求。 ### 3.1.2 技术基础与运行环境 - Web 端操作系统：Win95 以及以上版本 - 微信小程序端：wechat 6.6.7 以及以上版本 - 数据库：MySQL 数据库 - Web 框架：Django - 系统编写语言：Python - 深度学习平台：Keras, tensorflow ## 3.2 系统总体结构 对于用户来说，有如下系统功能:包括用户管理模块，用户视频情绪分析模块，用户论坛社区模块；对于管理员来说，主要是参与系统的�