DnA(Digital and Actor)조 - 편집 역사

DnA(Digital and Actor)조: /* Configuration Manager */

2018-12-27T03:41:15Z

‎Configuration Manager

DnA(Digital and Actor)조: /* 완료 작품의 평가 */

2018-12-27T03:37:02Z

‎완료 작품의 평가

DnA(Digital and Actor)조: /* 소스코드 */

2018-12-27T03:35:45Z

‎소스코드

DnA(Digital and Actor)조: /* 소스코드 */

2018-12-27T03:35:19Z

‎소스코드

차이 보기

DnA(Digital and Actor)조: /* 소스코드 */

2018-12-27T03:31:10Z

‎소스코드

차이 보기

DnA(Digital and Actor)조: /* SW 구조 */

2018-12-27T03:29:10Z

‎SW 구조

DnA(Digital and Actor)조: /* 소프트웨어 설계 */

2018-12-27T03:27:53Z

‎소프트웨어 설계

DnA(Digital and Actor)조: /* 개념설계안 */

2018-12-27T03:27:08Z

‎개념설계안

DnA(Digital and Actor)조: /* 개념설계안 */

2018-12-27T03:26:26Z

‎개념설계안

DnA(Digital and Actor)조: /* 개념설계안 */

2018-12-27T03:25:40Z

‎개념설계안

← 이전 판		2018년 12월 27일 (목) 03:41 판
595번째 줄:		595번째 줄:

	====Configuration Manager====		====Configuration Manager====
		+
		+	◇ OpenFace
		+
		+	1) face_landmark_arr의 위치에서 terminal을 실행시킨 뒤 python test.py [convert하고 싶은 동영상 파일]의 명령어를 입력한다.
		+	python test.py initial_face.gif
		+
		+	2) 함수 중 convert_to_jpg()를 실행한 후 img_res파일에 동영상의 프레임들을 저장한다.
		+
		+	[[파일: Noname04.png]]
		+
		+	3) 함수 중 circuit()를 실행하면 매 스텝마다 result파일에 계산 완료된 배열형태의 txt파일이 저장된다.
		+
		+	[[파일: Noname05.png]]
		+
		+	[[파일: Noname06.png]]
		+
		+	4) 실행 완료 후 걸린 시간을 출력해준다.
		+
		+	[[파일: Noname07.png]]
		+
		+
		+	◇ Image Warping
		+
		+	1) 들로네 삼각분할을 수행한 결과를 txt 파일로 저장하고 맞게 계산되었는지 확인하기 위해 이미지 상에서 표시되도록 한다.
		+
		+	[[파일: Noname08.png]]
		+
		+	[[파일: Noname09.png]]
		+
		+	2) 워핑된 이미지를 프레임 순서대로 저장한다.
		+
		+	[[파일: Noname10.png]]
		+
		+	3) 워핑된 이미지들을 차례대로 이어 붙여 GIF 파일을 생성한다.
		+
		+
		+	[[파일: Noname11.png]]
		+
		+	[[파일: Noname12.png]]

← 이전 판		2018년 12월 27일 (목) 03:37 판
593번째 줄:		593번째 줄:

	[[파일:25.jpg]]		[[파일:25.jpg]]
		+
		+	====Configuration Manager====

@@ 505번째 줄: / 505번째 줄: @@
      img_list = dir('/home/yun/work/workspace/face_landmark_arr/img/*.jpg');
      point_list = dir('/home/yun/work/workspace/face_landmark_arr/result/*.txt');
 - img 폴더에 저장된 변형시킬 이미지를 읽어오고 result 폴더에서 Image Warping을 위해 저장된 특징점의 위치를 읽어온다.
@@ 511번째 줄: / 510번째 줄: @@
 ) 들로네 삼각분할
      f_pt = importdata(point_fn);
@@ 518번째 줄: / 516번째 줄: @@
      fprintf(fid,'%d %d %d\n',tri_pt.');
      fclose(fid);
 - 모든 특징점들을 읽어온 뒤 delaunay() 함수를 이용하여 각 점들에 대한 들로네 삼각분할을 수행한다. 그리고 결과를 txt 파일로 저장한다.
 ) 워핑된 이미지 저장
      mkdir 'dis_img'
@@ 535번째 줄: / 531번째 줄: @@
      imwrite(warpimg, dis_fn)
      hold on
 - dis_img 폴더를 생성하고 원래 이미지가 워핑된 이미지를 프레임 순서대로 저장한다.
 ) GIF 파일 생성
      dis_img_list = dir('/home/yun/work/workspace/Image-Warping/dis_img/*.jpg');
@@ 566번째 줄: / 560번째 줄: @@
          end
      end
 - dis_img 폴더에 저장해 놓은 워핑된 이미지를 읽어오고 GIF 파일을 생성하기 위해 RGB 이미지를 인덱스 이미지로 변형한다. 그리고 프레임 순서대로 읽어온 이미지를 FACE GIF 파일에 덧붙인다. 이 때 0.1초 간격으로 이미지가 바뀌도록 설정하였다.

← 이전 판		2018년 12월 27일 (목) 03:29 판
366번째 줄:		366번째 줄:

	[[파일:23.jpg]]		[[파일:23.jpg]]
		+
		+	====System 구조====
		+
		+	[[파일 : Noname03.png]]

	====오픈소스와 tools====		====오픈소스와 tools====

@@ 334번째 줄: / 334번째 줄: @@
 ===소프트웨어 설계===
-[[파일:22.jpg]]
+[[파일:Noname02.png]]
 <전체 설계도>
-. ‘Free Video to JPG Converter’를 이용하여 동영상을 여러 프레임의 사진으로 전환한다.
+. cv2에서 지원하는 함수인 VideoCapture를 이용하여 동영상을 여러 프레임의 사진으로 전환한다.
-. 각각의 사진들로부터 특징점을 추출한다.
+. 각각의 사진들로부터 OpenFace를 이용하여 특징점을 추출한다.
-. 특징점들의 변화를 이용하여 Optical Flow를 이용하여 특징점의 움직임을 추적한다.
+. 특징점들의 배열의 값 차이등을 계산하여 이동하고 싶은 특징점의 위치를 txt파일로 바꾼다.
-. 1번의 결과 추출된 여러 사진들 중 첫 번째 사진을 TwinGAN을 이용하여 캐릭터로 변환 후 변환된 캐릭터의 특징점을 추출한다.
+. Image Warping을 이용하여 이동하고 싶은 특징점의 위치로 얼굴을 변형시킨다.
-. 3번에서 추적한 Optical Flow를 4번에 적용하여 gif파일로 변환한다.
+. 4번의 결과로 나온 이미지들을 gif파일로 변환한다.
 ==결과 및 평가==

@@ 316번째 줄: / 316번째 줄: @@
 [[파일:noname01.png]]
 ◇ Optical Flow 알고리즘을 이용하여 특징점들의 움직임을 추적한다.
@@ 328번째 줄: / 324번째 줄: @@
 [[파일:20.jpg]]
-◇ 추적한 특징점의 벡터를 각 프레임 아바타에 적용한다.
+◇ 이동하고자 하는 특징점들의 좌표를 이용하여 Image Warping시킨다.
 ===이론적 계산 및 시뮬레이션===

← 이전 판		2018년 12월 27일 (목) 03:26 판
314번째 줄:		314번째 줄:
	◇ 추출한 JPG파일에 OpenFace를 이용하여 얼굴의 특징점을 인식한다.		◇ 추출한 JPG파일에 OpenFace를 이용하여 얼굴의 특징점을 인식한다.

−	[[파일:~~nonname001~~.png]]	+	[[파일:noname01.png]]

@@ 311번째 줄: / 311번째 줄: @@
 ===개념설계안===
-◇ 표정이 변화하는 동영상을 ‘Free Video to JPG Converter’를 이용하여 동영상에서 사진을 원하는 프레임 수를 지정하여 JPG파일을 추출한다.
+◇ 표정이 변화하는 동영상을 cv2에서 지원하는 VideoCapture를 이용하여 동영상을 통하여 JPG파일을 추출한다.
-[[파일:17.jpg]]
+[[파일:nonname001.png]]
 SURF(Speeded Up Robust Features)는 대표적인 특징점 추출 알고리즘으로 2차원 영상의 일정 지역에 해당하는 화소를 이용하여 특징점을 추출한다. OpenCV에서 제공하는 함수를 사용한다.
@@ 323번째 줄: / 323번째 줄: @@
 ◇ Optical Flow 알고리즘을 이용하여 특징점들의 움직임을 추적한다.
-Optical Flow 알고리즘을 이용하여 이전 프레임이랑 다음 프레임, 두 개의 연속된 얼굴 프레임 사이에 동작 패턴을 추적한다. Optical Flow 알고리즘 중 Lucas-Kanade(LK)는 코너와 같이 두드러지는 특징점을 사용하여 optical flow를 추적하기 때문에 연산량이 적어 비교적 속도가 빠르기 때문에 Lucas-Kanade를 사용한다.
+Optical Flow 알고리즘을 이용하여 이전 프레임이랑 다음 프레임, 두 개의 연속된 얼굴 프레임 사이에 동작 패턴을 추적한다. Optical Flow 알고리즘 중 Lucas-Kanade(LK)는 코너와 같이 두드러지는 특징점을 사용하여 optical flow를 추적하기 때문에 연산량이 적어 비교적 속도가 빠르기 때문에 Lucas-Kanade를 사용한다. Optical Flow를 직접 이용하지는 않지만, 그 개념을 사용한다. 이 과제에서는 같은 위치에 대응되는 점들을 계산, 추적할 필요 없이 OpenFace를 이용하여 특징점들을 추출할 수 있기 때문에 Optical Flow의 개념만 이용한다.
 [[파일:19.jpg]]