-
눈이미지-라벨이미지 쌍의 추가데이터셋을 10000건 이상 충분히 확보하였다.
-
이전 스텝에서 다룬 눈동자 검출 방법을 LFW 데이터셋에 적용하여 필요한 만큼의 데이터셋을 생성해 보았다.
-
데이터셋을 생성하는 코드 prepare_eye_dataset.py를 실행하면 아래 사용할 데이터셋이 LFW 데이터셋으로부터 가공 생성했다.
- pretrained model 기반의 딥러닝 모델의 트레이닝 loss가 안정적으로 감소함을 확인하였다.
- mse = 0.012285141274333
- mae = 0.05068657919764519
- 학습 모델에 테스트 데이터를 적용해서 눈의 위치를 찾는 것을 확인했다.
- 눈의 오른쪽은 잘 찾았지만, 눈 중심과 오른쪽 위치는 5픽셀 정도의 오차를 보였다.
- 더 정확한 성능을 위해서는 데이터를 추가로 넣어야 할 것 같다.
-
사람 얼굴 이미지에서 딥러닝 모델로 눈동자 키포인트를 검출하여 눈 이미지를 자연스럽게 합성한 결과이미지를 생성하였다.
-
G14에서 학습한 카메라 앱의 눈에 위치에 당황한 표정효과 눈 이미지를 합성 해 보았다.
- 결과 화일: ./images/surprise_eye_result.mp4
-
결과 이미지 2장은 아래에 캡쳐함