LexaP

это тогда в другой раздел псевдонауки тебе нужно, например: физиогномика.

Привет. такое делали в МГУ, все самописное. в основном был написан собственный трекер лицевой поверхности с учетом оценки её активности и коррекции угла наклона головы. Разработка была на С++ можно написать в телеграмм, https://t.me/panchuk_a_i

Мой богатый практический опыт реализации решений в области AI показал, что данный критерий не всегда является успешным фактором реализации проектов, а напротив дает больше проблем. В нашей области не руководить нужно, а работать "руками и головой".

С удовольствием поглядел бы пример, сравнил с своим результатом.

Реалсенсе даёт большие погрешности от 5 метров. Мы его использовали в проекте для анализа объема кузова, намучились изрядно. В итоге заменили на стерео-пару и датчик расстояния.

Такое делаете ? (интересно) А если по вопросу, то я например сейчас все решения свои адаптирую под ARM (Расберри, нанопи). Если захотеть, то решения можно запустить на чем угодно...

Спасибо. По оптимизации проблем нет, сейчас у нас на расберри 4 кадра в сек в биометрии на БД в 1 млн лиц (используем сиамские сети). Поэтому думаю по треку будет так же. Спасибо еще раз на наводку, попробую если появится такая задача.

Привет. Вот это интересно, есть примеры в реализации?. Сиамские нейросети в основном применяются в биометрии (сам в это углубился и достиг интересных результатов), для анализа схожести фото или групп векторов. Но как это применимо в анализе и слежении за объектами? Или все делаются путем анализа объекта (сетка нашла человека или машину), потом "найденный кусочек" картинки сравнивается с предыдущим кадром "найденных кусочков" на соответствие?

Посмотрите в сторону openpose, как делается тренировка скелета или вот....

https://github.com/AliMorty/Markov-Random-Field-Project/blob/master/Codes/README.md https://github.com/nicholasjclark/MRFcov https://github.com/xinario/defocus_segmentation

Про это речь ? https://habr.com/ru/post/241317/ Есть пример проекта на с++, если нужно могу поискать. Проект кажется был по теме анализа фото. Да и на форуме, где то была тема по распознаванию лиц по данной теме.

К сожалению скачать ролик с ютуба не могу, пишет запрещен доступ.

я бы поступил банальным образом. Обучил сетку искать головы, адаптировал под железо. Обучение на разных цветовых моделях. Пример как это у меня работает (на arm)

Примеры изображений есть?, какой массив данных? Неделя и еще в майские праздники - это конечно "сильно".

я думаю хорошо получилось. Только я бы посоветовал применить ИК, делать анализ закрытия глаза именно по зрачку, а не в момент смыкания век. например как на одном из кадров. Глаз открыт, но детекция закрытости.. + у Вас картинка очень хорошая, в реальности такое наверное не часто будет. Если еще поставить анализ на ГПУ, то вообще будет отлично. Mali-T860MP4 - очень хороший чип

Могу только биометрию показать на расберри. Это серверная реализация нашего модуля https://face.neurocam.com/#/ Это излишне, проще тогда комп. поставить.

Показал, то, что было. Остальное нет смысла показывать, так как там запись с устройства которое поставляется заказчику. Да и толку нет в этом видео., видео можно смонтировать или еще как то....

На расберри (старое), но тут оценить сложно скорость. Отображение идет через веб браузер, обновление станицы раз в сек.

Нет. Попробую проверить, интересно как у меня поведет данное решение. Спасибо PS В поиске глаз, больше всего времени уходит на нахождение головы, а сам глаз найти уже проще путем расчет пропорции его положения на голове.

"поиск инвариантов, исключение лишних звеньев в анализе", "изучение проблем мультиколлинеарности в регрессионных моделях" и так далее.... В итоге получаем быструю модельку, потребляющею минимум ресурсов.

Собственная разработка, в свободном доступе нет, так как коммерческий продукт. Моделька для рисования точек взята из DLIB с "оптимизацией слоев". Попробуйте этот вариант https://github.com/freesouls/face-alignment-at-3000fps Но мне не понравилось, так как нужно обучать всегда (как я помню)

Плата достаточно мощная. У меня на расберри ведется анализ засыпания водителя. В среднем 11 кадров в сек получаю. Основная структура проекта (софтерная) - Поиск головы сомописной сеткой на основе YOLO и CAFFE - Далее находим глаза, через svm + алгоритмы бинаризации и прочие. На одной сетке точность будет ниже. Но у меня используется еще ИК подсветка, с ней искать глаза проще.

Сталкивался, в основном решил "гистограммами", нашел усредненные значения яркости и насыщенности и "выравнивал" картинку

Отлично. Пойду пробовать варианты. Интересно самому стало. Спасибо.