微笑识别(HOG+SVM+opencv+python)

文章目录
一、实验介绍二、代码实现三、参考链接

一、实验介绍
1.利用所提供的人脸微笑数据集（genki4k），训练一个微笑/非微笑识别模型，完成对人脸图片的微笑与非的识别，输出训练(train)和测试(test)的精度值（F1-score和ROC）； 2.然后保存这个模型，将其应用到人脸实时采集视频的微笑检测中，当检测到微笑人脸，视频窗口输出“smile”，否则输出“non smile”；List item 3.当识别结果准确时，按“s”键，保存10张对应分类的图片到本地目录。人脸表情特征的选择不限，可以是HoG、SIFT、dlib(68个关键点), 训练算法采用SVM（sklearn或libsvm）。
二、代码实现
genki4k数据集
1.导入包
# 导入包
import numpy as np
import cv2
import dlib
import random#构建随机测试集

微笑识别(HOG+SVM+opencv+python)最先出现在Python成神之路。