创新实训
AFXBR
wuuuuuuuuuuuuuuuuu
展开
-
创新实训日记一:clmtrackr.js初探
本周的主要任务为学习使用clmtrackr.js,使用js进行简单的人脸检测和相关部位的提取。 clmtrackr是一个javascript库,用于将面部模型拟合到视频或图像中的面部,并实现纯js的人脸检测,并且clmtrackr跟踪一个面部并按照下面模型的编号将面部模型的坐标位置输出为数组 通过该js库能实现的功能主要包括以下几个方面: 跟踪图像 跟踪视频 面部替换 面部遮蔽 实时面部变形...原创 2019-03-23 17:08:09 · 3186 阅读 · 0 评论 -
创新实训日记八:大训练集上的模型训练
loading原创 2019-05-12 18:57:21 · 323 阅读 · 0 评论 -
创新实训日记九
loading原创 2019-05-19 20:25:52 · 258 阅读 · 0 评论 -
创新实训日记七:注册登录
loading……原创 2019-05-05 17:14:47 · 406 阅读 · 0 评论 -
创新实训日记六:四种模型结构的尝试
在上周对简单的模型和复杂模型进行了简单的初步对比后,本周工作内容为在复杂模型上进行结构调整,试图寻找到比简单模型更好的模型结构。原创 2019-04-28 19:09:01 · 310 阅读 · 0 评论 -
创新实训日记四:自制数据集和model在web上试运行
因为在之前的数据集上,采用cnn的方法训练效果一直不是很理想,原创 2019-04-14 20:39:09 · 418 阅读 · 0 评论 -
创新实训日记五:视线追踪模型结构的调整和数据集的改进
本周工作内容依然是继续调整模型结构,试图优化结果。原创 2019-04-21 13:27:09 · 608 阅读 · 0 评论 -
第5周团队博客
本周完成的工作主要包括以下三方面的内容: - 情绪检测的web集成 - 手势识别的web集成和优化 - 视线追踪模型的进一步优化原创 2019-04-21 13:24:54 · 202 阅读 · 0 评论 -
创新实训日记三:cnn模型改进
本周主要工作主要包括以下两个方面: 论文阅读,寻找新实现方法 现有模型的调整和改进 在新读的Eye Tracking for Everyone这篇论文中,作者通过cnns的训练实现了在手机和平板上的视线追踪功能,而且误差在1cm左右,精度较高。 而且对比于之前看的论文(Appearance-Based Gaze Estimation in the Wild)中需要坐标系变换和摄像头位置等...原创 2019-04-07 20:51:25 · 1133 阅读 · 0 评论 -
创新实训日记二:通过tensorflow利用cnn对视线数据集进行训练
本周的主要任务是利用cnn完成视线追踪模型的初步训练,根据论文Appearance-Based Gaze Estimation in the Wild中的实现方法(如下图),我们本周在未进行图像处理的前提下,通过将眼部图像直接喂入cnn进行了初步的训练。 训练采用的数据集为论文中提供的MPIIGaze数据集,在直接使用眼睛图像训练过程中只采用了数据集中左眼的数据进行训练,首先根据论文提供的公式...原创 2019-03-31 23:11:11 · 919 阅读 · 3 评论 -
第九周团队博客
本周内,我们团队主要完成了以下工作: 1、跨域问题的解决 2、前端页面部分的编写 3、模型与前端的整合与调整 4、模型平滑处理原创 2019-06-02 23:20:44 · 233 阅读 · 0 评论