Sistema di Rilevamento delle Emozioni

Questo progetto è progettato per rilevare e analizzare le emozioni dai flussi video in tempo reale. Utilizza un pretrained per identificare i volti umani e FER per classificare le loro emozioni in diverse categorie come neutro, felice, triste, sorpresa, paura, disgusto e arrabbiato. Il sistema traccia anche l’andamento delle emozioni dominanti nel tempo, fornendo preziose informazioni sulle dinamiche emotive. Lo scopo principale era quello di realizzare un’interfaccia grafica semplice e che fosse facile da usare, per poter essere utilizzata da chiunque.

Caratteristiche

• Rilevamento delle emozioni in tempo reale dai flussi video.
• Identificazione di emozioni multiple.
• Analisi dell’andamento delle emozioni dominanti nel tempo.
• Leggero ed efficiente, adatto per essere eseguito su varie piattaforme hardware.
• Plug-and-play, facile da fare partire.

Esempio

Esempio di Rilevamento delle Emozioni

Installazione

Controllare la repository github per clonare il progetto e installare le dipendenze necessarie. Tutte le informazioni sono disponibili nel file requirements.txt.

Utilizzo

Per avviare il sistema di rilevamento delle emozioni, esegui lo script principale dal terminale.

Parametri

• --analyze_video: Dopo aver premuto q per interrompere il flusso video, verrà salvato un file PNG con l’andamento delle emozioni nel tempo.

Complicazioni e Limitazioni

Attualmente il progetto funziona solamente con 1 volto alla volta e non è in grado di rilevare emozioni da volti parzialmente visibili o coperti. Inoltre, la precisione del rilevamento delle emozioni può variare in base alla qualità dell’immagine e alla luce ambientale. Il modello è molto molto leggero appunto per funzionare in tempo reale, quindi non è il più accurato in assoluto; piuttosto è un buon compromesso tra accuratezza e velocità.

Posso dire che in condizioni di scarsa luce si comporta comunque in modo accettabile e con una webcam abbastanza di scarsa qualità, quindi è un buon compromesso per un uso generale.

Risolvere le Complicazioni

Semplicemente utilizzando un modello più complesso e pesante, si potrebbe migliorare la precisione del rilevamento delle emozioni. Tuttavia, questo comporterebbe un aumento dei requisiti di elaborazione e potrebbe compromettere la velocità di esecuzione in tempo reale rendendola pressoché impossibile con hardware di fascia bassa e non specificatamente dedicato. Comunque, dopo vari test ho notato che utilizzando una webcam con qualità maggiore il risultato è molto più preciso.

Future implementazioni

• Migliorare la precisione del rilevamento delle emozioni.
• Supporto per il rilevamento di più volti contemporaneamente.
• Possibilità di usare un file video come input.
• Possibilità d i usare un’immagine come input.

Conclusione

Puoi trovare il progetto sulla pagina github qui Webcam Emotion Detection!

Per qualsiasi domanda o suggerimento, non esitare a contattarmi!