试题代码

试题名称

面部表情识别系统交互流程设计

场地设备要求

（1）人工智能训练师主机 1 台；

（2）Python 编译环境；

（3）Pytorch框架。

考核时间

20min

工作任务

面部表情识别系统是一种先进的计算机视觉技术，它能够分析人脸的微表情，识别出诸如快乐、悲伤、惊讶等基本情绪。通过捕捉和解读面部特征，如眼睛、眉毛和嘴部的动作，这类系统能在实时或预录的视频中判断人的情感状态，广泛应用于人机交互、市场调研、医疗健康监测、安全监控及教育科技等多个领域，为提升用户体验、增进情感智能和优化社会服务提供了有力工具。

AI模型说明：提供的已训练的模型“emotion-ferplus.onnx”，其专门用于进行面部表情识别。定义情感类别与数字标签的映射表为{'neutral':0, 'happiness':1, 'surprise':2, 'sadness':3, 'anger':4, 'disgust':5, 'fear':6, 'contempt':7}。

该模型的使用交互流程为：

1)加载模型“emotion-ferplus.onnx”和加载情感类别与数字标签的映射表；

2)加载一张本地图片“img_test.png”，并预处理图像；

3)使用已训练的模型对图片面部表情识别；

4)输出识别后的表情标签。

你作为一名人工智能训练师，请完成以下工作任务：

（1）补全该模型的使用交互流程对应的Python代码（3.2.3.ipynb），实现本地测试图片“img_test.png”的识别，将其识别结果截图保存为jpg格式文件，命名为3.2.3-1.jpg。

（2）在上面的使用交互流程基础上，给出在面部表情识别系统中使用“emotion-ferplus.onnx”模型的一种人机交互的最优方式，将其保存为docx文件，命名为3.2.3.docx。

所有结果文件储存在桌面新建的考生文件夹中，文件夹命名为“准考证号+身份证号后六位”。

技能要求

（1）能够确保模型在单一场景下稳定运行；

（2）能通过分析，找到单一场景下人工和智能交互的最优方式。

质量指标

（1）模型运行稳定，使用正常；

（2）单一场景下人工和智能交互的最优方式切实可行。