原创 第5周團隊博客
本週完成的工作主要包括以下三方面的內容： 情緒檢測的web集成 手勢識別的web集成和優化 視線追蹤模型的進一步優化 情緒檢測web集成 集成的具體細節方面：輸入爲圖片的dataURL，即圖片的base64格式,最小4848
2020-06-02 04:27:16
1
原创 創新實訓日記五：視線追蹤模型結構的調整和數據集的改進
本週工作內容依然是繼續調整模型結構，試圖優化結果。在上週設計完成新的數據集，並在本週進行了數據的採集之後，我們在初步數據集上對兩個新的模型進行了嘗試。 一個是減少特徵，只有一層卷積、一層池化、一層全連接結構的簡單模型；一個是增加特
2020-06-02 04:27:15
原创 創新實訓日記六：四種模型結構的嘗試
在上週對簡單的模型和複雜模型進行了簡單的初步對比後，本週工作內容爲在複雜模型上進行結構調整，試圖尋找到比簡單模型更好的模型結構。 主要嘗試的調整包括以下四個方面的內容： 不使用眼部圖像，單獨使用臉部圖像和眼睛相對於的屏幕的信息構
2020-06-02 04:27:15
原创 創新實訓日記八：大訓練集上的模型訓練
在經過之前幾次模型的嘗試後，我們最終選用瞭如下的模型結構作爲我們最終的選擇方案，之前的訓練過程我們都是在小規模300個訓練數據上進行的嘗試，這一次在該模型上我們使用自制的規模稍大的數據集（四個人6000個訓練數據）進行了模型的訓練
2020-06-02 04:27:15
原创 第九周團隊博客
本週內，我們團隊主要完成了以下工作： 1、跨域問題的解決 2、前端頁面部分的編寫 3、模型與前端的整合與調整 4、模型平滑處理 1、跨域問題的解決 由於項目採用了前後端分離的方式，靜態資源放置在了8081端口，而數據請求則開放在8
2020-06-02 04:27:15
原创 創新實訓日記九
本週的主要工作是改善訓練好的模型在使用過程中的表現。 目前遇到的問題主要有以下兩點： 模型垂直方向預測不夠準確，出現漂移 模型在使用過程中會有較爲嚴重的抖動現象 本週主要解決的是第一個問題 解決思路主要分爲以下兩種： 將模
2019-06-11 04:14:22
原创 創新實訓日記四：自制數據集和model在web上試運行
因爲在之前的數據集上，採用cnn的方法訓練效果一直不是很理想，而且原始的數據集也只提供了眼睛部位標準化後的數據和相關的初識數據，缺少我們想得到的人的整張臉等信息。而且對於正在申請的另外一個包含人臉信息的數據集也遲遲沒有得到回覆，因此我
2019-04-15 00:43:17
原创 創新實訓日記三：cnn模型改進
本週主要工作主要包括以下兩個方面： 論文閱讀，尋找新實現方法 現有模型的調整和改進 在新讀的Eye Tracking for Everyone這篇論文中，作者通過cnns的訓練實現了在手機和平板上的視線追蹤功能，而且誤差在1cm
2019-04-08 23:31:18
原创 創新實訓日記二：通過tensorflow利用cnn對視線數據集進行訓練
本週的主要任務是利用cnn完成視線追蹤模型的初步訓練，根據論文Appearance-Based Gaze Estimation in the Wild中的實現方法（如下圖），我們本週在未進行圖像處理的前提下，通過將眼部圖像直接喂入cn
2019-04-01 23:35:21
原创 創新實訓日記一：clmtrackr.js初探
本週的主要任務爲學習使用clmtrackr.js，使用js進行簡單的人臉檢測和相關部位的提取。 clmtrackr是一個javascript庫，用於將面部模型擬合到視頻或圖像中的面部，並實現純js的人臉檢測，並且clmtrackr跟蹤
2019-03-23 23:25:38
17