Sistema de Reconhecimento de Expressões Faciais

---

Projeto da Disciplina PET1706 - TÓPICOS ESPECIAIS EM ENGENHARIA DE SOFTWARE (Redes Neurais Artificiais) - 2023.2

Professora: Rosana Rego

Curso Bacharel em Engenharia de Software - UFERSA - Campus Pau dos Ferros

---

Este é um sistema de reconhecimento de expressões faciais / emoções desenvolvido em Python utilizando OpenCV. O sistema utiliza técnicas de Processamento de Imagem e Machine Learning para identificar diferentes tipos de expressões faciais em uma imagem.

Funcionalidades Principais

• Identificação de Emoções: O sistema é capaz de analisar imagens contendo rostos humanos e encaixar a expressão da pessoa dentro de 7 possíveis emoções: Raiva; Medo; Feliz; Triste; Surpreso; Nojo; Neutro.

• Processamento de Imagem: Utilizando OpenCV, o sistema realiza o pré-processamento das imagens, destacando o rosto humano e classificando-o dentro das 7 classes pré-determinadas.

• Modelo de Machine Learning: O sistema utiliza um modelo de Machine Learning treinado previamente para reconhecimento de expressões faciais. Este modelo foi treinado com uma variedade de imagens de diferentes tipos de expressões.

Requisitos de Sistema

• Python 3.x
• OpenCV
• Bibliotecas Python: NumPy, Streamlit, scikit-learn, etc. (detalhes podem ser encontrados no arquivo requirements.txt)

Instalação

1. Clone o repositório do GitHub:

git clone https://github.com/ClassNeuralNetwork/Reconhecimento_de_expressoes.git

2. Navegue até o diretório do projeto:

cd Reconhecimento_de_expressoes

3. Instale as dependências usando pip:

pip install -r requirements.txt

Uso

1. Execute o script principal do sistema:

streamlit run app.py

2. Vá para a barra esquerda de funções e selecione "Reconhecimento de face por Webcam".

3. Aperte o botão "Start" e teste seus resultados.

Contribuição

Contribuições são bem-vindas! Se você quiser contribuir para este projeto, por favor, abra uma issue para discutir as mudanças propostas ou envie um pull request.

Equipe

Nicolas Emanuel

Thiago Luan

Anabel Marinho

Cada contribuidor desempenhou um papel essencial no desenvolvimento e aprimoramento deste projeto.

Licença

Este projeto está licenciado sob a Licença MIT. Consulte o arquivo LICENSE para obter mais detalhes.

Agradecimentos

Link do dataset utilizado FER-2013

Agradecemos aos desenvolvedores e à comunidade de código aberto que contribuíram com ferramentas como OpenCV, scikit-learn e Streamlit que tornaram possível o desenvolvimento deste sistema de identificação de Expressões Faciais. @@ -65,4 +110,3 @@ Este projeto está licenciado sob a Licença MIT