cosanlab/py-feat

Facial Expression Analysis Toolbox

何を解決するか

Py-FEATは、画像および動画からの顔面表情（FEX）を分析するための包括的なツールキットを研究者に提供します。感情状態、筋肉の動き、顔のランドマークを抽出するプロセスを簡素化し、複数の別々のツールを統合する必要がなくなります。

動作方法

このライブラリは Detectorv1 クラスを使用して視覚データを処理します。自動的にHuggingFace Hubから必要なモデル重みをダウンロードし、CPU、NVIDIA GPU（CUDA）、Apple Silicon（MPS）で実行可能です。このスイートは顔検出から特定の顔面特徴の抽出まで、全体のパイプラインを処理し、前処理、分析、可視化のためのメソッドを提供します。

対象ユーザー

主に顔面表情分析および感情計算（affective computing）の分野における研究者向けに設計されています。

特徴

感情表現（例：喜び、悲しみ、怒り）を抽出。
表情筋の動きとして知られるアクションユニット（Action Units）を検出。
顔のランドマークを特定。
CPU、CUDA、Metal（MPS）におけるハードウェアアクセラレーションをサポート。

関連

プロジェクト
tomas-gajarsky/facetorch
感情認識やディープフェイク検出などのタスク向けに、オープンソースのディープラーニングモデルをキュレーションし最適化した、顔検出・分析用の Python ライブラリです。
プロジェクト
yakhyo/uniface
UniFaceは、15種類の顔分析タスク（検出、ランドマーク、3Dメッシュ、解析、マッティング、注視、頭部姿勢、人口統計、感情、品質、アンチスプーフィング、認識、匿名化、およびFAISSベースの類似度検索）を、単一のインストールが容易なパッケージ（CPU, Apple Silicon, または CUDA）に統合したPythonライブラリです。一貫貫したAPI、自動モデル重みのダウンロード、豊富なドキュメント、ノートブック、およびコミュニティDiscordを提供します。
プロジェクト
serengil/deepface
複数の最先端モデルを単一の使いやすいAPIにまとめた、顔認識と顔属性分析のための軽量なPythonフレームワーク。
Dispatch
Pythonを使用した感情分析の始め方
Hugging Faceは、Hugging Face Hubからの学習済みモデル、微調整のためのTrainer API、およびノーコードのAutoNLPツールを活用して、Pythonを使用した感情分析を実装するための包括的なガイドを提供しています。
プロジェクト
phamquiluan/ResidualMaskingNetwork
画像およびライブ動画からの人間の感情を検出するための、Residual Masking Networkを用いた顔認識システム。