项目编号：202313631009

项目名称：基于Paddle+OpenCV的面部神情实况解析

执行时间：2023年6月至2024年6月

项目成员：万嘉庆、邓文博、张浩文、王泽豪                        

指导教师：褚娜（副教授） 计算机与人工智能系

项目简介：

项目以OpenCV为技术基层，运用当今最为前卫的深度学习框架PaddlePaddle 及Tensorflow 等自主设计及改进 AI识别检测模型，使之能够识别人类的面部并从中提取微表情并对其多维度解析提炼出有价值的信息。如在人员密集的空间能够通过视频监控捕获一个人的神情并预判出此人是否有危害公共财产人身安全的潜在可能。

创新点：

1. 项目采用OpenCV库自有的SVM算法分类器API训练，实现在较低计算机资源占用条件下的功能实现。

2. 通过捕获并分析一个人的神情来获取想要的信息。AI 识别模型能够通过微小的神情对每个学生的居家网课状态进行分析，并通过一系列算法得出对应学生是否专注于课堂的应用。

3. 项目后期应用于老人看护系统中的快速人脸识别功能，助力养老看护。

取得成果：

1. 实现了人脸识别及其表情识别，给出了多模型的训练及测试曲线，从多模型中依据性能指标对比选择最佳模型及其最佳参数，作为最终的人脸识别及其表情识别模型。

2. 人脸区域图像的获取继承于MediaPipe的数据。根据下图姿态点位示意图，由于点位0~10均位于头部区域内，故仅需要根据这些点位所覆盖范围的最大外接矩形区域即为人脸所在区域。项目实现了在运动过程中的快速人脸检测功能。

心得体会：

在基于Paddle+OpenCV的面部神情实况解析项目中，我深刻体会到了深度学习与计算机视觉结合的强大潜力。通过Paddle框架搭建模型，结合OpenCV进行实时图像处理，我成功实现了对面部神情的准确识别。这不仅提升了我的技术能力，也让我对人工智能在实际应用中的价值有了更深刻的认识。整个过程中，我不断挑战自我，收获颇丰。

相关图片：

图1 人脸表情识别

图2运动中的人脸检测

图3团队合影