随着人工智能技术的不断发展，情感计算随之成为一个新兴研究领域，在当前表情识别研究中，可识别的表情基本分为高兴、悲 伤、生气、惊讶、恐惧、厌恶和中立七种表情。这些表情较为常见和明显，一定程度上能够反映出真实的心理情绪，从而使计算机理解人类的情感。其目的是通过赋予计算机类似于人一样的识别、理解、表达和适应情感的能力，来建立更加和谐便捷的人机环境，最终使计算机能和人进行自然、亲切和生动的交互，从而使 计算机具有更高、更全面的智能。
项目内容具体体现在以下两个方面：
1.基于深度学习的人脸表情识别算法的调研和改进。通过研究人脸表情识别所需的基本步骤及其实现方法，确定使用基于卷积神经网络的算法来实现人脸表情识别。接着对 CNN 的基本原理及其发展进行研究和学习，确定mini_Xception 算法可较好完成表情识别任务。并在此算法的基础上做出改进，使表情识别率在数据集上有所提升，并取得较好的实际识别效果。
2.改进的人脸表情识别算法在智能机器人上实施和实现。本次研究通过 NAO 机器人官方网站 了解 NAO 机器人的基本信息和功能，并学习 NAO 机器人编程，最终实现 NAO 机器人应用本课题改进的算法进行人脸表情识别。
Pycharm
VS2015
Anaconda3.6
CUDA9.0
cudnn-9.0-windows10-x64-v7
-
安装环境搭建
-
模型训练
-
模型算法测试
-
NAO机器人利用训练好的模型进行表情识别
├── Readme.md // help ├── config // 配置 │ ├── default.json │ ├── dev.json // 开发环境 │ ├── experiment.json // 实验 │ ├── index.js // 配置控制 │ ├── local.json // 本地 │ ├── production.json // 生产环境 │ └── test.json // 测试环境 ├── data ├── doc // 文档 ├── environment ├── gulpfile.js ├── locales ├── logger-service.js // 启动日志配置 ├── node_modules ├── package.json ├── app-service.js // 启动应用配置 ├── static // web静态资源加载 │ └── initjson │ └── config.js // 提供给前端的配置 ├── test ├── test-service.js └── tools
- 注册GitHub账号
- 建立GitHub代码仓库
- 将项目代码发布到GitHub
- 在仓库的主分支里创建一个 /docs/index.md 文件
- 把内容以 Jekyll 格式添加进去，并提交修改
- 上传REAMED\INSTALL\FAQ\CREDITS\HISTORY\LICENSE .md文档