Update emotion.py

emotion.py

@@ -24,14 +24,12 @@ SWITCH_CONFIRM_SEC = 2.5
 IOU_TH = 0.25
 ZOOM_FACTOR = 1.5
 
-DETECTOR_BACKEND = "mtcnn"     # 想快一點可改 "opencv"
+DETECTOR_BACKEND = "mtcnn"  # 想快一點可改 "opencv"
 ALIGN_FACE = True
 
-# ✅ 新增：防止背景誤判為臉（你要的核心）
-# 臉框面積佔整張畫面比例下限（太小通常是誤判）
-MIN_FACE_AREA_RATIO = 0.05   # 5%（可調：0.03~0.08）
-# 偵測器信心值下限（MTCNN/RetinaFace 通常有 confidence）
-MIN_DET_CONF = 0.90          # 可調：0.80~0.95
+# ✅ 防止背景誤判為臉（重要）
+MIN_FACE_AREA_RATIO = 0.05  # 臉框面積佔整張畫面比例下限（3%~8%可調）
+MIN_DET_CONF = 0.90         # 偵測器信心值下限（若 backend 提供 confidence）
 
 
 # =========================
@@ -59,9 +57,6 @@ EMO_TO_SCORE = {
     "unknown": 3,
 }
 
-def get_emotion_score(emo: str) -> int:
-    return EMO_TO_SCORE.get(emo, 3)
-
 SCORE_LABELS = {
     1: "1（心情差）",
     2: "2（不太好）",
@@ -83,7 +78,7 @@ class AppState:
     finished: bool = False
     last_analyze_t: float = 0.0
 
-    # tracking
+    # tracking（用於連續幀追蹤）
     track_bbox: Optional[Tuple[int, int, int, int]] = None
 
     # smoothing
@@ -98,10 +93,9 @@ class AppState:
     # final
     final_emo: Optional[str] = None
     final_conf: Optional[float] = None
-
     final_score: int = 3
 
-    # 最近有沒有臉（避免節流期間一直紅框）
+    # ✅ 新增：最近有沒有臉（避免節流期間框顏色亂跳）
     last_face_t: float = 0.0
     face_in_box: bool = False
 
@@ -313,14 +307,13 @@ def _reset_state_for_camera(st: AppState) -> AppState:
     st.final_emo = None
     st.final_conf = None
     st.final_score = 3
-
     st.last_face_t = 0.0
     st.face_in_box = False
     return st
 
 
 # =========================
-# ✅ 判斷「這個 face box 算不算真的臉」
+# ✅ 判斷這個 bbox 是否真的像「人臉」
 # =========================
 def _is_real_face(
     pick: Dict,
@@ -330,13 +323,10 @@ def _is_real_face(
     fh, fw = frame_hw
     x, y, w, h = bbox_full_xywh
 
-    # 1) 面積門檻（避免小塊背景誤判）
     area_ratio = (w * h) / max(1.0, float(fw * fh))
     if area_ratio < MIN_FACE_AREA_RATIO:
         return False
 
-    # 2) 偵測 confidence（如果偵測器有提供）
-    # DeepFace.extract_faces 的 dict 常見會有 "confidence"（依 backend 而異）
     det_conf = pick.get("confidence", None)
     if det_conf is not None:
         try:
@@ -352,9 +342,9 @@ def _is_real_face(
 # Camera streaming
 # =========================
 def on_stream(frame_rgb: np.ndarray, st: AppState):
+    # 已結束/停止
     if st.finished or (not st.running):
         cam_visible = False
-
         if st.final_emo:
             result_html = _result_card_html(st.final_emo, st.final_conf)
             mood_val = _score_radio_value(EMO_TO_SCORE.get(st.final_emo, 3))
@@ -387,7 +377,7 @@ def on_stream(frame_rgb: np.ndarray, st: AppState):
 
     now = time.time()
 
-    # 節流：沿用最近一次「真的有人臉在框內」狀態
+    # 節流：沿用最近一次臉狀態（避免顏色亂跳）
     detected_in_box_recent = st.face_in_box and (now - st.last_face_t) < 1.0
 
     if now - st.last_analyze_t < ANALYZE_EVERY_SEC:
@@ -406,12 +396,12 @@ def on_stream(frame_rgb: np.ndarray, st: AppState):
 
     small = _downsample_rgb(frame_rgb, DOWNSAMPLE_W)
 
-    # ✅ 把「沒臉」當作 faces=[]（避免 backend 誤回傳奇怪結果）
+    # ✅ extract_faces 變嚴格：沒臉就當 faces=[]
     try:
         faces = DeepFace.extract_faces(
             img_path=small,
             detector_backend=DETECTOR_BACKEND,
-            enforce_detection=True,   # ✅ 變嚴格：沒偵測到臉就丟例外
+            enforce_detection=True,
             align=ALIGN_FACE,
         )
     except Exception:
@@ -419,7 +409,7 @@ def on_stream(frame_rgb: np.ndarray, st: AppState):
 
     pick, bbox = _pick_face_by_tracking(faces, st.track_bbox)
 
-    # (A) 完全沒臉：紅框 + 清掉狀態
+    # (A) 完全沒臉
     if pick is None or bbox is None or pick.get("face") is None:
         st.track_bbox = None
         st.face_in_box = False
@@ -445,7 +435,7 @@ def on_stream(frame_rgb: np.ndarray, st: AppState):
     x, y, w, h = bbox
     bbox_full = (x * sx, y * sy, w * sx, h * sy)
 
-    # ✅ 新增：先檢查是不是「真的臉」（面積+confidence）
+    # ✅ 防背景誤判：不夠大/信心不足 -> 視為沒臉
     if not _is_real_face(pick, bbox_full, (fh, fw)):
         st.track_bbox = None
         st.face_in_box = False
@@ -469,7 +459,7 @@ def on_stream(frame_rgb: np.ndarray, st: AppState):
     st.face_in_box = detected_in_box
     st.track_bbox = bbox
 
-    # (B) 有臉但不在框內：紅框，不做情緒辨識
+    # (B) 有臉但不在框內
     if not detected_in_box:
         annotated = _draw_guide_overlay(frame_rgb, False)
         return (
@@ -481,12 +471,12 @@ def on_stream(frame_rgb: np.ndarray, st: AppState):
             gr.update(value="重新攝影機辨���"),
         )
 
-    # (C) 有臉且在框內：綠框，才開始 analyze
+    # (C) 有臉且在框內：綠框，開始 analyze
     face = pick["face"]
     if face.dtype != np.uint8:
         face = np.clip(face * 255.0, 0, 255).astype(np.uint8)
 
-    # ✅ analyze 也變嚴格：如果這塊其實不是臉，就當沒臉（避免誤判一路走到底）
+    # ✅ analyze 也嚴格：避免誤判一路走到底
     try:
         result = DeepFace.analyze(
             img_path=face,
@@ -551,6 +541,7 @@ def on_stream(frame_rgb: np.ndarray, st: AppState):
     stable_key = st.emo_keys[stable_idx]
     st.stable_emo = stable_key
 
+    # 延遲確認
     if st.candidate_emo != stable_key:
         st.candidate_emo = stable_key
         st.candidate_since = now
@@ -597,7 +588,7 @@ def on_stream(frame_rgb: np.ndarray, st: AppState):
 def on_restart(st: AppState):
     st = _reset_state_for_camera(st)
     return (
-        gr.update(visible=True),
+        gr.update(visible=True, value=None),  # ✅ 清掉上一張畫面（你問的重點）
         gr.update(value=_hint_html("等待影像…（尚未開始串流）")),
         gr.update(value=_score_radio_value(3)),
         gr.update(value=_camera_hint_before_start()),
@@ -608,9 +599,10 @@ def on_restart(st: AppState):
 def on_stop(st: AppState):
     st.running = False
     st.finished = True
+
     if st.final_emo is None:
         return (
-            gr.update(visible=False),
+            gr.update(visible=False, value=None),  # ✅ 順便清空畫面（可選，但我先幫你加上）
             gr.update(value=_hint_html("已停止辨識。")),
             gr.update(value=_score_radio_value(3)),
             gr.update(value=_camera_hint_stopped()),
@@ -619,7 +611,7 @@ def on_stop(st: AppState):
         )
 
     return (
-        gr.update(visible=False),
+        gr.update(visible=False, value=None),  # ✅ 順便清空
         gr.update(value=_result_card_html(st.final_emo, st.final_conf)),
         gr.update(value=_score_radio_value(EMO_TO_SCORE.get(st.final_emo, 3))),
         gr.update(value=_camera_hint_done()),