您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 人脸情绪识别VS2015python工程

  2. 工程中包含训练好的模型,内部有详细的配置教程,方法简单效果明显,程序运行流畅。
  3. 所属分类:Python

    • 发布日期:2018-05-22
    • 文件大小:67mb
    • 提供者:qq_32743235
  1. model.h5 model.json

  2. 人脸表情识别模型(keras的模型加载,先将json类型重构为model结构)
  3. 所属分类:深度学习

    • 发布日期:2018-06-21
    • 文件大小:6mb
    • 提供者:hpymiss
  1. 语音情绪识别,声纹识别

  2. 本课题的研究内容主要是呼叫中心电话语音分割和客服代表语音情绪检 测,主要内容如下: (1)绪论,主要讲述说话者语音分割和情绪识别的国内外研究现状。介绍各研究者所用的方法和结论以及存在的问题。 (2)语音特征提取,主要讲述语音的物理模型,以及基于此模型的特征种类和 提取方法。是本研究的基础。 (3)话者分割和聚类,主要讲述语音分割的内容和方,重点介绍了基于距离和 模型的分割聚类方法,并有相关实验分析。 (4)客服代表情绪检测,主要讲述语音识别的特征提取,选择以及模型的选择, 重点介绍了 SVM
  3. 所属分类:机器学习

    • 发布日期:2018-08-16
    • 文件大小:1mb
    • 提供者:qq_17816517
  1. SVM情绪识别

  2. 利用Dlib的人脸检测模型提取处68个特征点,使用opencv自带的svm模块对采集的样本数据进行训练,得到情绪识别模型,最后通过摄像头采集图像,利用训练的模型实时进行情绪识别。
  3. 所属分类:其它

    • 发布日期:2018-06-29
    • 文件大小:3mb
    • 提供者:zqckzqck
  1. 人脸识别、机器学习、情感分析、人脸图片数据集.zip

  2. 此数据集为本人整理的公开数据集,用于人脸识别模型训练、情感分析、机器学习等。数据集为人脸图片,包含不同的情绪、性别、年龄等。图片均为JPG格式,数量约2.3万张。
  3. 所属分类:互联网

    • 发布日期:2020-09-01
    • 文件大小:154mb
    • 提供者:weixin_43482353
  1. 多模态情绪识别研究综述.pdf

  2. 本文针对多模态情绪识别这一新兴领域进行综述。首先从情绪描述模型及情绪诱发方式两个方面对情绪识别的研究基础进行了综述。接着针对多模态情绪识别中的信息融合这一重难点问题,从数据级融合、特征级融合、决策级融合、模型级融合4种融合层次下的主流高效信息融合策略进行了介绍。
  3. 所属分类:机器学习

    • 发布日期:2020-12-22
    • 文件大小:4mb
    • 提供者:syp_net
  1. Turkish-Bert-NLP-Pipeline:基于Bert的NLP管道,用于土耳其语,Ner,情绪分析,问题回答等-源码

  2. 土耳其语-Bert-NLP-管道 简而言之,管道 在这个项目中,我们旨在为土耳其建立基于Bert的NLP管道;命名实体识别(Ner),情感分析,问题回答,摘要和文本分类。 简而言之,请检查文件“ 有关详细的应用程序,请检查 管道详情 情绪分析 预建模型 如何使用它 NER模型 预建模型 如何使用它 问题回答 预建模型 如何使用它 文字摘要即将推出 文字分类 预建模型 如何使用它 这些模型基于土耳其伯特模型微调 我的所有模特都在 请参阅Python笔记本文件“带有BERT.ipynb的土耳其语N
  3. 所属分类:其它

  1. 基于K阶情绪强度模型的动态面部表情识别

  2. 基于K阶情绪强度模型的动态面部表情识别
  3. 所属分类:其它

  1. 通过文本情感分析和识别技术可视化中文博客中的情感

  2. 近年来,关于博客情绪分析和识别的研究变得越来越重要。在这项研究中,我们基于中文博客情感语料库(Ren-CECps),从不同的文本级别(单词,句子和段落)分析并比较了博客情感可视化。然后,针对实际应用设计了博客情感可视化系统。机器学习方法适用于不同文本级别的博客情感识别的实现。基于情感识别引擎,博客情感可视化界面旨在提供更直观的博客情感显示,从而可以为博客作者检测情感并快速捕获情感变化。此外,我们通过比较五种不同模式下的分类算法对句子情感识别的性能进行了评估,从而证明了互补朴素贝叶斯模型对句子情感
  3. 所属分类:其它

  1. 短文本社会情感分类的多标签最大熵模型

  2. 社交媒体为许多人提供了一个在线表达情感的机会。 对用户情绪进行自动分类可以帮助我们理解公众的偏爱,公众有很多有用的应用程序,包括情感检索和意见汇总。 短文本在Web上很普遍,尤其是在推文,问题和新闻标题中。 现有的大多数社会情感分类模型都集中在长文档传达的用户情感的检测上。 在本文中,我们介绍了一种用于对短文本进行用户情感分类的多标签最大熵(MME)模型。 MME通过对多个用户共同评分的多个情感标签和价进行建模,从而生成丰富的功能。 为了提高该方法在变尺度语料库上的鲁棒性,我们进一步开发了一种针
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:601kb
    • 提供者:weixin_38734200
  1. Deep-Surveillance-Monitor-Facial-Emotion-Age-Gender-Recognition-System:计算机视觉模块,用于在任何给定的图像,视频或实时网络摄像头中检测人的情绪,年龄和性别。 开发了一个

  2. 深度监控显示器面部情感年龄性别识别系统 计算机视觉模块,用于在任何给定的图像,视频或实时网络摄像头中检测人的情绪,年龄和性别。 开发了一个定制的VGG16模型,并对从Kaggle和IMDB下载的开源面部数据集进行了训练。 OpenCV,dlib和keras用于辅助面部检测和视频处理。 最终系统可以通过任何给定的图像,视频或实时网络摄像头检测人们的情绪,年龄和性别。 屏幕截图 在任何图像中检测情绪,年龄,性别! 在任何视频中检测情绪,年龄,性别! 在网络摄像头中检测情绪,年龄,性别! 技术概念 V
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:30mb
    • 提供者:weixin_42099906
  1. 面部表情识别:该项目的主要目的是开发面部表情识别系统。 该系统将用于将面部表情分类为基本情绪,即快乐,愤怒,悲伤,中立和惊奇-源码

  2. 面部表情识别 该项目的主要目的是开发一种面部表情识别系统。 该系统将用于将面部表情分类为基本情绪,即快乐,生气,悲伤,中立和惊奇。 目录 基本信息 可以使用许多不同的方法来克服面部表情识别(FER)的问题,但是最适合自动FER的技术是卷积神经网络(CNN)。 因此,提出了一种新颖的CNN架构,并将多个数据集(例如FER2013,FER +,JAFFE,CK +)和实时照片的组合用于训练和测试。 这有助于提高准确性并开发强大的实时系统。 数据集 通过收集来自不同来源的图像来形成组合的数据集。 该项
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:36kb
    • 提供者:weixin_42116672
  1. 边界人格障碍BoPD自动疾病筛查工具:BI BoPD患者筛查项目的ML模型算法开源-源码

  2. 边缘性人格障碍(BoPD)自动疾病筛查工具 目录 1.概述 交际型人格障碍(BoPD)是一种严重的心理疾病,影响了1-2%的普通人群,分别约占精神科门诊病人和住院病人的10%和20%[1,2]。 该疾病的特征是慢性抑制,极度敏感,情绪波动,自我伤害,冲动行为和自杀导致的高死亡率(高达10%)[3,4]。 确实,BoPD患者的自杀率比普通人群高约50倍[2]。 此外,BoPD是一种复杂的人格障碍,具有多种合并症,如焦虑症,抑郁症和双相情感障碍[5-7]。 因此,BoPD患者经常被误诊,将近40%的
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:446kb
    • 提供者:weixin_42134285
  1. 基于傅立叶参数的语音情感识别

  2. 近来,已经对用于语音情感识别的和声特征进行了研究。 在我们的研究中发现,和声特征的一阶和二阶差异在语音情感识别中也起着重要作用。 因此,我们提出了一种新的傅立叶参数模型,该模型使用语音质量的感知内容以及与说话者无关的语音情感识别的一阶和二阶差异。 实验结果表明,所提出的傅里叶参数(FP)特征可有效识别语音信号中的各种情绪状态。 与使用梅尔频率倒谱系数(MFCC)功能的方法相比,它们在德语数据库(EMODB),中文数据库(CASIA)和中国老年人情感数据库(EESDB)上的识别率提高了16.2、6
  3. 所属分类:其它

  1. Twitter情绪分析-源码

  2. Twitter情绪分析 #目标:设计模型以提取,识别和表征推文的情感 #情感分析为了从Twitter API中提取实时数据,我们使用了Tweepy(用于访问Twitter API的Python库) 我们想在恒定数据上训练模型。 随着流数据的不断变化,我们已经使用流数据进行了预测,该数据已导出到csv中。该数据集具有两个不同的极性,即负和正。我们将在标签列中预测结果。 -140数据集。 #关于数据集数据包含以下各列C0-鸣叫的极性(负或正)C1-鸣叫的ID C2-鸣叫的日期C3-查询C4-发过
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:172kb
    • 提供者:weixin_42168745
  1. 野生情感回归:使用Aff-Wild数据集的基于回归的情感识别。 价和唤醒价值回归-源码

  2. 野外的情绪回归 使用Aff-Wild数据库中可用视频中的价和Arousal值估算值进行情感回归。 针对此问题,我们使用了2个基于CNN的框架。 其中一个模型的使用SENET预先训练上VGGFace数据库和微调在AFF-野生训练数据的子集的模型。 另一个模型是带有CBAM注意模块的ResNet样式的CNN,用于精炼特征提取。 该模型是使用Aff-Wild火车数据的子集从头开始训练的。 The hyper-parameters used for both the models are listed
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:266kb
    • 提供者:weixin_42123191
  1. 情绪:从视频或摄像头源中识别人脸及其对应的情绪。 由OpenCV和深度学习提供支持-源码

  2. 感情 该软件可从视频或摄像头提要中识别人脸及其相应的情绪。 由OpenCV和深度学习提供支持。 安装 克隆存储库: git clone https://github.com/petercunha/Emotion.git cd Emotion/ 使用pip3 install 安装这些依赖pip3 install 张量流 麻木 科学的 OpenCVPython 枕头 大熊猫 matplotlib h5py 凯拉斯 一旦安装了依赖项,就可以运行项目。 python3 emotions.py
  3. 所属分类:其它

  1. 多模式情感识别:用于文本,声音和视频输入的实时多模式情感识别Web应用-源码

  2. 实时多模式情绪识别 不要犹豫 :white_medium_star: 如果您喜欢我们的工作,请回购! 简而言之 我们与法国职业介绍所合作开发了一种多模式情感识别平台,用于分析求职者的情感。 我们主要使用基于深度学习的方法来分析面部,声音和文字情感。 我们使用Flask部署了一个Web应用程序: 通过安装需求并启动main.py ,可以从WebApp存储库访问该工具。 我们还写了一篇关于我们工作的论文: : 表中的内容 : 在这个项目中,我们正在探索多模式情感分析中的最新模型。 我
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:815mb
    • 提供者:weixin_42133969
  1. twitter-emotion-recognition:通过英语推文预测情绪的模型-源码

  2. Twitter情绪识别 经过训练的递归神经网络(RNN)模型,用于根据英语推文预测情绪。 我们的模型适用于字符,因此我们无需进行任何预处理就将整个推文传递为RNN。 我们正在预测三种情感分类: 埃克曼的六种基本情感, 普鲁奇克的八种基本情感 情绪状态简介(POMS)的六个情绪状态。 文件和文件夹: demo.ipynb :脚本显示了如何使用我们的模型来预测情绪或将推文嵌入Jupiter Notebook。 demo.py :脚本显示了如何使用我们的模型来预测情绪或在Python中嵌入推文
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:91mb
    • 提供者:weixin_42128537
  1. FaceEmotionClassifier:人脸识别与卡通化-源码

  2. 人脸情绪识别与emoji转换(FaceEmotionClassifier) 用Keras做前端,tensorflow做预测训练模型识别人类的情绪。根据情绪选择相应的表情符号匹配 项目简介 通过opencv-python识别出人脸 然后用fer2013的数据集训练深度卷积神经网络整合的模型识别人脸表情 使用训练好的模型识别人脸的表情情绪 根据识别结果,匹配合适的emoji遮住人脸 项目环境 基于python 3.5.6,opencv-python == 4.1.2.30,tensorflow-gp
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:111mb
    • 提供者:weixin_42164534
« 12 3 »