과에서 2팀만 이제 전시회를 하게 되었는데, 운이 좋았는지 어떤 상황이였는지는 모르겠으나 전시장에 과 대표로 프로젝트를 보여주게 되었다. 우리의 프로젝트는 눈을 인식하는 알고리즘의 성능 비교 라고 간단하게 생각하면 된다.사용한 알고리즘은 CNN, MEDIAPIPE, DLIB 로 총 3개의 알고리즘인데, 파이썬을 이용하여 준비 했다. 해당 알고리즘의 대한 정보는 다음에 조금 더 자세하게 적어보도록 하겠다.(아래에 있는 내용이 우리 팀의 프로젝트이다)구경하시는 분들이 이해하기 쉽게 과에서 우리를 위해 이런식으로 팜플렛을 준비해주셔서 감사했다! 나중에는 미디어파이프의 정확성이 상당히 높았기 때문에, 티비에 연결해서 사람들이 더 큰 화면으로 인식되는걸 알 수 있게끔 바꿨다.간단한 전시회 인줄 알았지만, 알고보니..

11월 14일(목) 드디어 프로젝트 전시회가 있는 날이라 지금까지 준비해놓은 걸 준비해놨다.우선 논문과는 다르게 전시회에서는 실제로 사람들이 눈 인식을 실시간으로 받아와야 구경하기 좋을 것 같아,코드를 수정하여 실시간으로 노트북의 캠을 이용해 사람들이 인식하는걸 보기 쉽게 직관적으로 수정했다.먼저 미디어 파이프를 실행했을때의 실행 화면이다. 총 468개의 랜드마크를 설정하여 얼굴에 인식이 어디에 되는지, 잘 인식되고 있는지를 자세히 볼 수 있게 수정했다.또한, 해당 데이터 값들을 db 에 저장하여 db 출력문을 실행하면 60개의 데이터 값들이 직관적으로 출력 되게끔 코드를 만들었다.(db 코드 실행시 해당 출력문이 나온다. 시간별로 몇개의 눈이 인식 됐는지 결과값을 확인할 수 있다.) 다음은 dlib 실..

4학년 2학기 중간고사가 지나고, 계속해서 프로젝트를 진행중이다.우리의 프로젝트는 미디어파이프, 캐스캐이드, dlib 의 성능 비교이다.해당 프로젝트를 완료한 후 논문도 작성해야 한다.먼저 틀은 이렇다.기존 틀은 이 상태였으나 교수님과의 여러번의 미팅을 통해 dlib 알고리즘을 추가하고, 영상 촬영 대신 각 조원들이 셀카를 찍은 사진으로 대체하기로 했다. 정적인 이미지가 동영상보다 훨씬 여러가지 케이스를 만들 수 있고, 정확성 또한 영상보다 똑바로 나오기 때문이다.캐스캐이드와 미디어파이프, dlib 알고리즘을 주피터 노트북에서 실행시켜 나온 결과값을 db 에 저장한다.해당 db는 다시 시각화 하여 한눈에 결과를 알아볼 수 있게끔 준비했다.코드는 이런식으로 눈의 좌표값을 통해 랜드마크를 설정하여 나온 데이..