एक संपर्क रहित झूठ डिटेक्टर, या अधिकतम गति पर हैकथॉन की व्यवस्था कैसे करें

स्टीव जॉब्स और स्टीव वोज़्नियाक ने एक बार एक गैराज में बंद कर दिया और अपना पहला मैक रोल किया। यह अच्छा होगा यदि आप हमेशा गैरेज में प्रोग्रामर को बंद कर सकते हैं और बड़ी क्षमता के साथ एमवीपी प्राप्त कर सकते हैं। हालाँकि, यदि आप प्रोग्रामर को कुछ ऐसे लोगों से जोड़ते हैं, जो उपयोगकर्ता अनुभव का मूल्यांकन करने और कुछ नया करने के लिए तैयार हैं, तो सफलता की संभावना बढ़ जाती है।

5 लोगों की हमारी टीम एक निश्चित विचार के साथ आई, जिसके लिए हमने हल्के में निर्णय लिया दुनिया को संभालो कवच करना

MVP विवरण

मानव संसाधन प्रबंधकों के लिए एक आवेदन जो आपको आवेदक और व्यवहार पैटर्न के मनोविज्ञान को निर्धारित करने की अनुमति देता है।

अनिवार्य घटक:

1. सवालों का एक डेटाबेस, प्रतिक्रियाओं के प्रकार और इन चीजों को एक मनोविज्ञान में लाने के लिए एक प्रणाली
2. एयू की अभिव्यक्तियों के आधार पर मानवीय भावनाओं की परिभाषा - चेहरे की मांसपेशियों के कुछ आंदोलनों।
3. संपर्क रहित हृदय गति
4. टकटकी की दिशा का निर्धारण
5. ब्लिंक रेट डिटेक्शन
6. उपरोक्त पुनर्प्राप्ति योग्य डेटा को एक तनाव चार्ट और अन्य उपयोगी मेटाडेटा में एकत्र करने के लिए एक प्रणाली।

हमारे लिए एमवीपी विचार के बीच और बड़े ऐनी प्रोजेक्ट के बीच सुरक्षा का एक द्वीप है, जिस पर हम रास्ते में हैं।

कैसा था

विकास के दौरान विकर्षणों से बचने के लिए, भोजन के साथ निकटतम रिसॉर्ट शहर में एक अपार्टमेंट किराए पर लेने का निर्णय लिया गया था। रविवार को वहां पहुंचे और अपनी नौकरियों की व्यवस्था करते हुए, हम तुरंत चर्चा के लिए बैठ गए। पहली रात को, ईंटों को निर्धारित किया गया था जो निश्चित रूप से अंतिम एमवीपी में होना चाहिए। और जब लोगों ने विचार को पॉलिश किया, एचआर प्रबंधकों के साथ परामर्श के लिए शहर की यात्रा की, डेवलपर्स (मेरे सहित) पहले से ही नींव तैयार कर रहे थे।

तकनीकी हिस्सा है

भावनाओं का निर्धारण एफएसीएस के माध्यम से कड़ाई से किए जाने का निर्णय लिया गया था, क्योंकि इस पद्धति का तुलनात्मक रूप से पर्याप्त वैज्ञानिक औचित्य है, उदाहरण के लिए, ऐसा कच्चा दृष्टिकोण। तदनुसार, कार्य को विभाजित किया गया था

1. 68 फेस लैंडस्केप की भविष्यवाणी करने वाला प्रशिक्षण नेटवर्क
2. चेहरे की छवियों को सामान्य करें / फ़िल्टर करें
3. वह एल्गोरिथम जो गतिकी में चेहरे की गतिविधियों का पता लगाता है

वैसे, प्रशिक्षण, प्लेडएमएल का उपयोग करते हुए Radeon RX580 पर किया गया था, जिसके बारे में मैंने पहले ही अपने पिछले लेख में बात की थी। यहाँ बहुत धन्यवाद, मुझे imgaug पुस्तकालय कहने की ज़रूरत है, जो आपको छवियों और बिंदुओं पर एक साथ affine परिवर्तनों को लागू करने की अनुमति देता है (हमारे मामले में, स्थलों पर)।

कुछ संवर्धित चित्र:

टकटकी की दिशा निर्धारित करने के लिए, एल्गोरिथ्म को शुरू में शास्त्रीय कंप्यूटर दृष्टि पर इस्तेमाल किया गया था, जो कि एचओजी पर आंख क्षेत्र में एक शिष्य की तलाश में था। लेकिन जल्द ही एक समझ आ गई कि अक्सर पुतली दिखाई नहीं देती है और टकटकी की दिशा न केवल इसके द्वारा वर्णित की जा सकती है, बल्कि पलकों के स्थान से भी। इन कठिनाइयों के कारण, समाधान तंत्रिका नेटवर्क दृष्टिकोण में स्थानांतरित कर दिया गया था। हमने खुद को तारीख को काट दिया और चिह्नित किया, इसे पहले एल्गोरिथ्म के माध्यम से चलाया, और फिर मैन्युअल रूप से इसकी त्रुटियों के स्थानों को ठीक किया।

पहला घटनाक्रम गर्मियों में शुरू हुआ और एक गंदे अजगर की लिपि के रूप में मौजूद था:

पलक झपकने की आवृत्ति का निर्धारण दो उपर्युक्त एल्गोरिदम के हिस्सों के एकत्रीकरण से किया गया - पलकों के लैंडमार्क का अभिसरण और नीचे देखने की दिशा।

वीडियो स्ट्रीम द्वारा पल्स का निर्धारण रक्त कणों द्वारा प्रकाश के हरे घटक को अवशोषित करने के विचार पर आधारित था और ब्याज (त्वचा) के क्षेत्रों पर नज़र रखने और निकालने के लिए एल्गोरिदम द्वारा पूरक था।

एक खौफनाक नकाब सामने आता है:

वास्तव में, ऊपर वर्णित ईंटों का निर्माण हमारे विशेष मामले में सटीकता में सुधार के लिए अत्याधुनिक एल्गोरिदम के कार्यान्वयन के लिए नीचे आया। सौभाग्य से, वहाँ arxiv.org है ।

प्राप्त आंकड़ों के मूल्यांकन के लिए चेहरे की छवियों और एल्गोरिदम को सामान्य करने के लिए तर्क बनाते समय कठिनाइयाँ उत्पन्न हुईं। उदाहरण के लिए, चेहरों को पहचानते समय, सक्रिय उपस्थिति मॉडल का सक्रिय रूप से उपयोग किया जाता है - चेहरे की सामान्य बनावट पर अंकित बिंदुओं द्वारा खींचा जाता है। लेकिन अंकों की आपसी व्यवस्था हमारे लिए महत्वपूर्ण है! एक विकल्प के रूप में - बहुत घुमाए गए चेहरे को फ़िल्टर करें, या केवल "एंकर" द्वारा बनावट पर खींचें, प्रमुख बिंदु जो मांसपेशियों की गति को प्रतिबिंबित नहीं करते हैं (उदाहरण के लिए, नाक के पुल और चेहरे के किनारों पर एक बिंदु)। यह समस्या अब मुख्य लोगों में से एक है और यदि चेहरा बहुत ज्यादा मुड़ गया है तो हम विश्वसनीय डेटा प्राप्त करने की अनुमति नहीं देते हैं (हम रोटेशन को भी गिन सकते हैं!)। आज की स्वीकार्य सीमा दोनों कुल्हाड़ियों पर + -20 ° है। अन्यथा, चेहरे को बस संसाधित नहीं किया जा रहा है।

बेशक, अन्य समस्याएं हैं:

• चश्मे के साथ एक व्यक्ति अगर स्थलों की परिभाषा
• अगर कोई व्यक्ति ग्रिमिंग कर रहा है तो बेसलाइन निकालना
• टिमटिमाती रोशनी में हृदय गति का पता लगाना

अरे हाँ, और बेसलाइन क्या है? एफएसीएस विधियों का उपयोग करके भावनाओं के प्रसंस्करण में मौलिक अवधारणा। बेसलाइन निष्कर्षण एल्गोरिथ्म शायद हमारे हैकथॉन के परिणामों के आधार पर सबसे महत्वपूर्ण जानकारी में से एक है।

एल्गोरिदम के अलावा, एक और महत्वपूर्ण बिंदु है जिसे हम भूल नहीं सकते - प्रदर्शन। इसके अलावा, प्रदर्शन छत भी एक पीसी नहीं है, लेकिन एक साधारण लैपटॉप है। नतीजतन, सभी एल्गोरिदम संभव के रूप में प्रकाश में किए गए थे, और स्वीकार्य सटीकता को बनाए रखते हुए नेटवर्क ने आकार में पुनरावृत्ति में कमी की।

परिणाम इंटेल i5 पर 15-20 एफपीएस पर 30-40% है। यह स्पष्ट है कि एक निश्चित मार्जिन है जो अतिरिक्त मॉड्यूल के रूप में गायब हो जाएगा।

योजनाएं निर्धारित करती हैं:

• गले में खराश
• रंग में बदलाव
• श्वसन दर
• शरीर की गति की तीव्रता
• मानव मुद्रा पैटर्न
• कर्कश आवाज

हम और क्या कर सकते हैं?

कंप्यूटर दृष्टि और एमएल के प्रशंसक के रूप में, मैंने आपको हमारे सॉफ़्टवेयर में उपयोग किए जाने वाले एल्गोरिदम के बारे में थोड़ा बताया। लेकिन इसकी अपूर्णता के कारण, इस आवेदन के लिए उपरोक्त विशेषताएं हैं, बल्कि, एक सुखद अतिरिक्त है। किसी व्यक्ति के मनोविज्ञान को निर्धारित करने के लिए सबसे महत्वपूर्ण हिस्सा विकसित प्रणाली है। क्या कहना है? दुर्भाग्य से, यह मेरे सहयोगियों (दोस्तों!) द्वारा किया गया था और मैं यह नहीं समझा सकता कि क्या और कहाँ से। लेकिन न्यूनतम समझ के लिए, आप परिणामी सॉफ़्टवेयर के साथ काम करने की प्रक्रिया पर विचार कर सकते हैं:

एचआर उन गुणों को निर्धारित करता है जो विशेष रूप से प्रश्न में रिक्ति के लिए आवश्यक हैं:

एचआर एक साक्षात्कार आयोजित करता है, तैयार डेटाबेस के सवालों का हिस्सा पूछता है (साक्षात्कार के दौरान एचआर ने उससे पहले भावनाओं और तनाव के स्तर के बारे में अतिरिक्त जानकारी प्राप्त की है)

साक्षात्कार के दौरान या बाद में, एचआर प्रश्नों और व्यवहार के पैटर्न के जवाब भरता है:

विकसित मेट्रिसेस के माध्यम से, सॉफ़्टवेयर इन्फोग्राफिक्स बनाता है जो दिए गए और विशिष्ट गुणों के संयोग को प्रदर्शित करता है:

साक्षात्कार के बाद, एक रिकॉर्ड है जो आपको किसी भी समय साक्षात्कार में लौटने और इस या उस क्षण का मूल्यांकन करने की अनुमति देता है

कुल मिलाकर

झूठ का निर्धारण करने के लिए 14 दिन x 12 घंटे + 3 डेवलपर्स + 2 विशेषज्ञों = तैयार एमवीपी। विसर्जन अधिकतम था - इस बिंदु पर कि दोपहर के भोजन के समय हमने डीसिव मी सीरीज़ देखी - मैं इसकी अत्यधिक अनुशंसा करता हूं ।

निराधार नहीं होने के लिए, मैं एक उदाहरण संलग्न कर रहा हूं कि आवेदन अब कैसे काम करता है:

साथ ही बड़े ऐनी समाधान के लिए प्रचार वीडियो की ओर हम बढ़ रहे हैं।