これを読んでディープじゃない方の
機械学習をやりたくなる
特長抽出器(frozen)
軽量な手法を使った分類器
主なメリット
『OpenPose + ランダムフォレスト 』 の利点
つまり、手軽ってこと
OpenPose
Random
Forest
Joint pixel
Joint angle
Relative hand position
Relative head position
to
Feature
Engineering
精度
トレーニングデータ | 86.6 |
テストデータ | 76.1 |
バリデーションデータ | - |
重要度計算によると、
腕の関節角度が重要らしい
エントロピーもしくはジニ係数の寄与度による
手足の関節角度の重要度
頭の位置以外が似ているポーズを追加したい
頭の位置の特徴量を追加
途中から楽しくなって新しいポーズを追加したくなる
クラス数が多かったり増える可能性があるときは
Dense層入れて転移学習しろという話
関節角度だけでは分類できないポーズを追加したい
体の中心から相対的な手先のピクセル位置等を特徴量に追加
モデルが悪いわけでは無いが、視野角の問題で体が見切れて
特徴量が欠損することによる誤認識が多い。
関節の末端をドロップアウトさせるデータ拡張で対応できそう。
(そこまでやるなら転移学習したほうがいいのでは?)