Reconnaissance des Émotions

Modèle CNN pour la classification des émotions faciales à partir d'images.

Python Keras TensorFlow OpenCV CNN
GitHub

Description

Ce projet implémente un réseau de neurones convolutif (CNN) capable de reconnaître 7 émotions faciales : joie, tristesse, colère, surprise, dégoût, peur et neutre. Le modèle a été entraîné sur le dataset CK+ (Extended Cohn-Kanade).

Objectifs

  • Construire un modèle de Deep Learning pour la classification d'émotions
  • Prétraiter les images faciales pour l'entraînement
  • Atteindre une précision suffisante pour une utilisation en temps réel

Technologies

  • Python & Keras / TensorFlow
  • OpenCV pour le prétraitement des images
  • Dataset CK+ (Extended Cohn-Kanade)
  • NumPy & Matplotlib pour l'analyse

Résultats

  • Précision globale : 64% sur le jeu de test
  • Architecture CNN optimisée pour les expressions faciales
  • Visualisation des courbes d'entraînement et matrices de confusion

Défis

  • Déséquilibre des classes dans le dataset
  • Variabilité des conditions d'éclairage et des poses
  • Distinction entre émotions similaires (peur/surprise)