Modu Deep Lab Image Team
2016.8.31. 표정인식팀 진행내용 정리
1.TFlearn으로 된 소스코드 리뷰 ==> 모델링팀에서 진행
2.Kadenze Lecture #2
- Lecture2 의 Training Parameters부터 다시 리뷰하기로 함.
3.참고자료 1)Deep Face 논문 (3D face recognition by Facebook AI team) https://www.cs.toronto.edu/~ranzato/publications/taigman_cvpr14.pdf
2)Face Detection with Dlib in Python : 간단하게 구현 가능
http://dlib.net/face_detector.py.html
4.프로젝트 방향 : 정지영상(이미지)에서 얼굴을 감지한 후 감정별로 이미지를 분류하는 서비스 1)데이터 전처리 ==> 전처리팀 2)데이터 트레이닝은 기존 소스를 이용해서 전처리한 데이터로 수행 ==> 모델링팀 3)무작위 이미지 디렉토리를 입력으로 제공하면 자동으로 감정 디렉토리별로 분류함. ==> 함께 진행.
5.두팀으로 나누어서 진행 1)전처리팀: 전창욱, 강은숙, 옥정훈, HJM ; 데이터전처리(googling DB, CK+, JAFfE) + 디렉토리별(감정별) 분류 + Face Detection
2)모델링팀: 한승엽, 신성진, 추광재, 서기호 ; 기존 소스를 현재 데이터로 돌아가게 만들어서 학습시키기 + Face Detection(전처리팀) + 이미지를 감정디렉토리별로 분류
6.우리조 발표: 9/14
- JAFEE DB 설명 (추광재 님) http://www.kasrl.org/jaffe.html
jaffe db 다운로드 링크입니다. http://www.kasrl.org/jaffe_info.html
2016.8.24. 표정인식 <오늘 한 내용>
- 장난감 그룹 진행 사항 소개
- Vision + CNN > Q-Learning > 유전자 알고리즘 3가지를 알아 봤고 가장 쉬운 유전자 알고리즘 부터 시작 했다.
- 장난감 키트는 3개 제작 하였다.
- 앞으로의 진행 방향에 대한 설명
- Q-Learning 개념 설명 (소장님)
- RaFD 데이터 Set은 학교에서만 신청이 가능해서 국민대 교수님에게 부탁하는게 좋을거 같다는 의견 도출
- 강은숙 연구원, 서기호 연구원에게 우리 그룹의 진행 방향에 대해서 간략한 설명
- 다음주 진행 할 내용 이야기
- Kadenze 2장
- Network 같이 설계 (Happy 인지 아닌지 만 분류 해보자)
- 데이터 수집(각자 수집 요청) 및 Zero Centers & Normalization
2016.8.17. 표정인식
<오늘 한 내용>
1.Kadenze - Creative Applications of Deep Learning w/ Tensorflow Session1 code review
<다음시간 할 내용> 1.Kadenze source를 이용하여 data를 전처리 해봄.
2.전처리한 데이터(얼굴 cropping + 100x100 size)를 구글드라이브에 올려 오픈링크로 공유하기 - Git의 readme.md
한승엽 - Crawling Images / 신성진 - CK(+) / 추광재 - JAFFE / 전창욱 - RaFD
신성진 CK & CK+ Data
link: https://drive.google.com/file/d/0Bx984wTo1QhfUnVldXJRUTM5ODQ/view?usp=sharing
한승엽 - Crawling Images
추출방법 : t = pickle.load(open("emotion_crawling_dataset.pickle", "r"))
y = t['train_labels']
x = t['train_dataset']
link: https://drive.google.com/open?id=0B91EMY769GPfMjRvUl9Gb0ktRFU
3.하나의 감정을 모델링까지 (가능하다면) - Happy 인지 아닌지
<프로젝트 관련>
1.화면 실시간 캡쳐 및 인식 - 실시간 tracking보다 간헐적으로 capture 하는 방식으로 한다.
2.누구인지 인식 - MS face API detect를 이용?
3.최종적으로는 얼굴특징인식(화살표 방식의 특징 인식 기법)을 이용하여 인식율을 올려보자.
< Fer2013 Emotion Rule >
0=Angry, 1=Disgust, 2=Fear, 3=Happy, 4=Sad, 5=Surprise, 6=Neutral