·Optical flow結果

·前処理のOptical flow strain結果


·プログラムのテスト結果 トレーニングセット:テストセット=3:1
AROB:I finished the paper writing of this arob2022 conference. But still need to mofidified.
Paper reading: I try to figure out some backbone network structure, like DLA-34. So I read the paper "Deep layer aggregation"
人工知能の授業の期末レポートします。
音声端点検出
データセットを再構築します。
1.8 classes result:
SLIR with SAM:94.2
SLIR:93.51
INV2:92.9
Resnet50:92.9
2.Prepare to write a graduation thesis based on the above data.
・呼気を確実に吐いたことを検知するため、二酸化炭素センサを使うことにした。
→二股に分かれているホースなどを使い、二酸化炭素センサ・アルコールセンサに同時に息を吐けるようにする。
・二酸化炭素センサで呼気を検出したのちに、アルコール測定。
・加速度センサは動かしたら検知できるようにはできたが、もう少しプログラムを改良する必要がある。
→ここが1番時間かかりそう
・実験の準備
実験環境を整えるのに時間がかかったので、まだ自分のデータしか取れてないです。
今日できるだけデータを取ろうと思います。
Raspberry Piのカメラモジュールは録画のプログラムがエラーを吐いて使えなかったので、Webカメラを使ってます。
骨格とシルエットを入力としたモデルを作成するために、まず、骨格情報をもとに歩行者の推定を行いたい
そこで骨格を図のようなグラフとして入力できるGraph Convolution Networkを使用しようと考えました。
実際は動画なので、骨格の連続データで、https://github.com/yysijie/st-gcnを試そうと思いましたが、データ形式が分かっておらず苦戦しています。
大ゼミまでに進捗を出せるように何とか頑張ります
グラフ以外での骨格情報の処理方法の案をお聞きしたいです