Bu çalışma, görüntü işleme ve yapay zekâ teknikleri kullanarak ortamlardaki duygu yoğunluğunu analiz etmeyi amaçlamaktadır. Duygu analizi, görüntülerde tespit edilen insan yüzlerindeki temel duyguların belirlenmesi olarak tanımlanırken; duygu yoğunluğu, bu verilerden matematiksel hesaplamalarla en yüksek değere sahip olan duygu yoğunluk seviyesinin elde edilmesiyle belirlenir. Çalışmada, duygu tanımlama modellerinin eğitimi için FER-2013 ve CK+48 gibi geniş veri setleri kullanılmıştır. EfficientNet-B7, ConvLSTM ve Derin CNN gibi modellerin yanı sıra, basit bir CNN yapısı ile birlikte HOG, LBP ve SIFT gibi özellik çıkarıcı yöntemler kullanılarak farklı doğruluk oranları elde edilmiştir. Bu oranlar sırasıyla %68, %90.83, %85, %98.98, %60.91 ve %99.49 olarak kaydedilmiştir. Gerçek zamanlı olarak test edilen modeller arasından en iyi performans gösteren Derin CNN modeli seçildikten sonra, MTCNN yüz dedektörü ve OpenCV kütüphaneleri kullanılarak gerçek zamanlı ortam duygu yoğunluğu analizi gerçekleştirilmiştir. Bu analiz için çeşitli yöntemler geliştirilmiştir. Bunlardan ilki, saniye başına düşen karelerdeki tüm yüzlerdeki duyguların tanımlanması ve ortalama duygunun belirlenmesidir. İkinci yöntem duygu değişimlerinin belirginleşmesi için ortalama sürenin tespit edilmesidir. Üçüncü yöntem; yoğunluğu değiştiren ve duygu yoğunluğuna etkisinin en fazla olduğu düşünülen kişilerin tespit edilerek ana karakterlerin belirlenmesidir. Dördüncü yöntem; anlık görüntüler üzerinden duygu yoğunluğu analizi yapılmasıdır. Beşinci yöntem ise; yüz bölgelerinden değişimler ile duygu durumu değişimlerinin analiz edilmesidir. Çalışmanın sonuçları, çevrimiçi iş toplantılarında duygu yoğunluğunu analiz etmek için uygulanmış ve grafiksel olarak zaman içerisindeki duygu değişimleri izlenmiştir. Elde edilen bulgular, seminerler, dersler ve doktor-danışan görüşmeleri gibi farklı ortamlarda da kullanılabilecek şekilde önerilmiştir.