Scribd
Importer
87 vues7 pages

Détection d'Émotions Vidéo avec OpenCV

Le document présente un projet utilisant OpenCV pour la détection de visages et l'extraction des émotions dans des vidéos. Il décrit l'architecture du projet, incluant un backend avec Flask et TensorFlow pour le traitement des vidéos, ainsi qu'un frontend en Angular pour l'interface utilisateur. Le projet utilise également une approche MapReduce pour optimiser le traitement vidéo.

Transféré par

ajiitfhem
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
87 vues7 pages

Détection d'Émotions Vidéo avec OpenCV

Le document présente un projet utilisant OpenCV pour la détection de visages et l'extraction des émotions dans des vidéos. Il décrit l'architecture du projet, incluant un backend avec Flask et TensorFlow pour le traitement des vidéos, ainsi qu'un frontend en Angular pour l'interface utilisateur. Le projet utilise également une approche MapReduce pour optimiser le traitement vidéo.

Transféré par

ajiitfhem
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Détection

d'objets avec
OpenCV
Rèalisé par : Encadré par :
Yasmine El Boukhari Pr J. ANTARI
Anas Roukhmi
Hamza Aouni
Abdelkrim Rekbi
Introduction

Objectif : Utiliser OpenCV pour détecter des


visages et extraire les émotions dans des vidéos.
Technologies : OpenCV, TensorFlow/Keras, Flask,
Angular.
Approche : Extraction de visages, classification
des émotions, affichage des résultats.
Applications : Sécurité, analyse comportementale,
interactions utilisateur.
Backend (Flask & TensorFlow)

Upload et traitement des vidéos.


Détection des visages et extraction
des émotions.
Stockage et affichage des résultats.

Architecture du
Projet Frontend (Angular)

Interface utilisateur pour uploader des


vidéos et visualiser les émotions.

MapReduce (Traitement vidéo optimisé)

Mapper : Détecte et analyse les visages.


Reducer : Agrège les émotions et génère les
résultats
Traitement des Vidéos
avec OpenCV
Détection des Visages et Analyse des Émotions

OpenCV : Détecte les visages dans chaque frame d’une


vidéo.
Face Recognition : Identification des visages uniques.
Modèle CNN (VGG16) :
Entraîné sur des images d’émotions (colère, joie,
tristesse, etc.).
Prédiction des émotions à partir des visages
détectés.
Fonctionnalités
Flask API

du Backend
Upload des vidéos.
Extraction des émotions.
Récupération des résultats
et des vidéos générées.

MapReduce pour optimisation

Mapper : Extraction des visages et


prétraitement.
Reducer : Agrégation des émotions
par visage.

Stockage & Génération de vidéos personnalisées.


Démonstration
Thank you

Vous aimerez peut-être aussi