Тёмный

SISTEMA DE RECONOCIMIENTO DE EMOCIONES CON MALLA FACIAL | Python MediaPipe OpenCV 

Aprende e Ingenia
Подписаться 33 тыс.
Просмотров 1,5 тыс.
50% 1

Опубликовано:

 

21 окт 2024

Поделиться:

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист
Посмотреть позже
Комментарии : 7   
@sekiro6320
@sekiro6320 Месяц назад
Espectacular tu proyecto, simplemente es impresionante
@icanbenat
@icanbenat 2 месяца назад
¡WoW es increíble! Agradezco enormemente el que compartas con la comunidad y desarrolles este tipo de proyectos y tambien que compartas tu guía(proceso). Tu compromiso con el open source es verdaderamente admirable 🤩
@icanbenat
@icanbenat 2 месяца назад
Perdóna deseo acceder al discord pero me dice enlace caido :°|
@AprendeIngenia
@AprendeIngenia 2 месяца назад
@@icanbenat es con muchísimo gusto! 🦾 ya te comparto el link de Discord
@espechale
@espechale Месяц назад
@@AprendeIngenia estimado, necesitamos sus servicios para un proyecto, puede brindarnos un enlace para una reunión virtual porfavor
@JeroRigger
@JeroRigger 2 месяца назад
Buenas esto es posible para mocap facial. Yo trabajo en Autodesk Maya tengo un programa llamado ifacialmocap nvidia broadcast. Acepta webcam y mediapipe, pero todo lo que encuentro consigo la ventana con la imagen de FaceMesh , pero el programa con el que conecto a Maya detecta la webcam tal cual. Me encantaría saber implementar para lo que sale en la pantalla de FaceMesh sea información valida es decir la información de la captura de mediapipe real.
@inversionlatam8707
@inversionlatam8707 2 месяца назад
Hola Santiago, estoy tratando de implementar tu proyecto, pero me encuentro trabado en que quiero predecir el sentimiento predominante del video, tenes idea, yo necesito que me devuelva el sentimiento y la intensidad?... desde aca lo estoy tratando de implemetar def gen_frames(camera, emotion_recognition_system): while True: success, frame = camera.read() if not success: break else: frame = emotion_recognition_system.frame_processing(frame) ret, buffer = cv2.imencode('.jpg', frame) frame = buffer.tobytes() yield (b'--frame ' b'Content-Type: image/jpeg ' + frame + b' ') @bp.route('/video_feed') def video_feed(): camera = Camera(1, 1280, 720) emotion_recognition_system = EmotionRecognitionSystem() return Response(gen_frames(camera, emotion_recognition_system), mimetype='multipart/x-mixed-replace; boundary=frame')
Далее
ТЕСЛА КИБЕРТРАК x WYLSACOM / РАЗГОН
1:40:47
skibidi toilet multiverse 042
20:57
Просмотров 4,9 млн
Aprende lo fundamental de JAVA (2024)
35:50