Данная работа посвящена исследованию и разработке сверточной нейронной сети для распознавания эмоций человека, созданию системы детектирования лиц и распознавания эмоции на данном лице по видеопотоку в режиме реального времени. В ходе исследования был проведен сравнительный анализ методов детектирования лица в видеопотоке, были рассмотрены и проанализированы модели сверточных нейронных сетей, применяемые для распознавания образов. Определены и проанализированы методы оценки эффективности работы искусственных нейронных сетей. В качестве основы разрабатываемой модели сверточной нейронной сети выбрана архитектура Xception. Разработана и обучена сверточная нейронная сеть для распознавания эмоций человека. Создана система детектирования лиц людей и распознавания эмоции на данном лице по видеопотоку в режиме реального времени. В разработке приложения использовались компоненты библиотеки Keras на базе TensorFlow.

This work is devoted to the study and development of a convolutional neural network for recognizing human emotions, creating a system for detecting faces, and recognizing emotions on a given person using a real-time video stream. During the study, a comparative analysis of the methods for detecting faces in the video stream was carried out, models of convolutional neural networks used for pattern recognition were examined and analyzed. Methods for assessing the performance of artificial neural networks have been identified and analyzed. The architecture of Xception was chosen as the basis of the developed model of the convolutional neural network. A convolutional neural network for recognizing human emotions has been developed and trained. A system has been created for detecting people's faces and recognizing emotions on a given person using a real-time video stream. In developing the application, the components of the Keras library based on TensorFlow were used.