2021년타사업체의 얼굴 인식 알고리즘의성능을 검증하기 위해,
기존 개발했던 얼굴 인식의 GT데이터와 녹화된 영상으로 관계를 검토 하려한다. (대외비 관련된 내용은 언급하지 않으려함)
In order to verify the performance of face recognition algorithms of other companies in 2021,
we are going to review the relationship between GT data and recorded images of face recognition that we have developed. (I do not want to mention the contents related to external expenses)
- 기존 개발 얼굴인식 GT의 Head position, rotation의 차량,카메라,디스플레이 좌표계 변환 및 검증
(Transformation and verification of vehicle, camera, and display coordinate system of head position and rotation of existing developed face recognition GT) - 기존 개발 얼굴인식 GT의 Eye gaze를 이용해, Head와 Eye의 최종 vector를 도출
(Using the eye gaze of the previously developed face recognition GT, the final vector of Head and Eye is derived.) - 기존 개발 얼굴인식 GT의 gaze를 이용해, 차량 좌표계상의 3차원 공간들과의 통과 유무 및 ROI 매칭 검토
(앞유리(windshield), 사이드 미러(side mirror), 룸미러(rearview mirror), 계기판(instrument panel) 등등)
(Using the gaze of the existing developed face recognition GT, reviewing whether or not passing with 3D spaces and matching ROI on the vehicle coordinate system - 타사업체의 얼굴 인식 알고리즘의 결과와 기존 개발 얼굴인식의 차이점 검토
(Reviewing the difference between the results of third-party face recognition algorithms and the existing developed face recognition) - 타사업체의 최종 gaze vector를 도출
(Deriving the final gaze vector of other companies) - ROI 매칭 검토후, accuracy 계산
(After reviewing the ROI matching, calculate the accuracy)
Eye and target roi 랜더링&애니메이션 추가
- 기존 제품 차량좌표계, 디스플레이 좌표계, 카메라 좌표계의 차이 파악 및 변환식 검토(~1 weeks) - 완료
- 타사 제품 카메라 좌표계 파악 및 차이점 분석/Eyeclosure 정의 및 iris관련 변환 파악(~1 weeks) - 완료
- 변환 코드 구현 (~1 weeks) - 완료
- 선분과 평명의 충돌여부 판별 유무 검토(ROI 매칭)(~0.5 weeks) - 완료
- 기존 제품 GT데이터를 이용한 Gaze 검증(~1.5 weeks) - 미완료
- 타사 제품 데이터를 이용한 Gaze검증(~1 weeks)
- Validataion (~1 weeks)
| FileName | Description | Remark |
|---|---|---|
| cvt_coord_to_mra2_02.py | 1.카메라 좌표계 Head pos를 차량 및 디스플레이 좌표계로 변환, Head rot는 동일하다는 가정, 2.Eyeclosure의 iris height pixel추가 |
-- |
| cvt_coord_to_mra2_04.py | 1.카메라 좌표계 Head pos,rot를 차량 및 디스플레이 좌표계로 변환, Head rot가 좌표계별로 다르다는 가정(계산수식 추가), 2.Eyeclosure의 iris height pixel추가 |
-- |
| check_gaze.py | 기존 제품 GT데이터의 단일 Head pos,rot, Eye gaze, 3D target ROI 계산 | -- |
| testcode_intersection.py | 선과 평면의 교차점 검증 작업(3D target ROI 매칭) | -- |
| check_gaze2.py | 기존 제품 GT데이터와 3D target ROI정보를 연결 인터페이스 작업 | -- |
| check_gaze3.py | 기존 제품 GT데이터를 이용하여,3D target ROI 매칭 여부 구현 | -- |
| cvt_coord_to_mra2_05.py | 타사 알고리즘의 결과데이터의 최종 Eye gaze vector 계산 작업 | -- |
| cvt_coord_to_mra2_06.py | 타사 알고리즘의 결과데이터의 최종 Eye gaze vector와 3D target ROI 매칭 작업 | -- |
| render_animation.py | From eye gaze to target roi 랜더링&애니메이션 작업 | -- |
| align_gaze.py | gaze roi 결과 모음(기존 제품 결과 vs 기존재품 재계산 결과 vs 타사 알고리즘 결과 모음 | -- |
| check_gaze_recursive.py | Eye gaze roi 계산 및 GT데이터와의 평가 | -- |
| calc_gaze_acc.py | (진행중) Eye gaze roi에 대한 최종 accuracy결과(단일 영역 및 주변부 포함) | -- |
https://stackoverflow.com/questions/5666222/3d-line-plane-intersection 선분과 평면의 교차점 판별 방법1
https://gist.github.com/TimSC/8c25ca941d614bf48ebba6b473747d72 선분과 평면의 교차점 판별 방법2
https://soooprmx.com/archives/10607 영역안에 점이 존재유무 판별
http://geomalgorithms.com/a05-_intersect-1.html 선분과 평면의 교차점 공식
http://www.songho.ca/math/line/line.html 선분과 평면의 교차점 example
https://gaussian37.github.io/ml-concept-ml-evaluation/ Accuracy, Precision, Recall, F1 Score
반드시 얼굴과 눈의 조합으로 Final Gaze를 합성해야함
(얼굴을 고정하고, 눈의 차이를 보여주는 영상 모음)
