[問卦] 用deep learning的技術來做卸妝識別消失

看板Gossiping作者時間8年前 (2017/06/08 16:31), 8年前編輯推噓11(11推 0噓 16→)
留言27則, 16人參與, 最新討論串1/1
各位好，小弟再幾個月就要提proposal了 最近有個想法 用deep learning中的CNN網路架構 input是化妝圖片 output是卸妝圖片 中間當然需要訓練網路 請問教授，這樣有搞頭嗎 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.137.153.94 ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1496910704.A.470.html
→
06/08 16:32, , 1F
用dick分辨
06/08 16:32, 1F
推
06/08 16:32, , 2F
還不如認鮑魚
06/08 16:32, 2F
→
06/08 16:32, , 3F
雨八
06/08 16:32, 3F
→
06/08 16:32, , 4F
如果你有辦法把化妝照片變素顏輸出應該可以
06/08 16:32, 4F
→
06/08 16:33, , 5F
dick learning
06/08 16:33, 5F
推
06/08 16:33, , 6F
那樣可以還原馬賽克嗎
06/08 16:33, 6F
這個不用deep learning就可以做到了啦 用SVD之類的 不過用deep learning可能更準確 ※ 編輯: Deltak (114.137.153.94), 06/08/2017 16:35:04
推
06/08 16:34, , 7F
dick learning比較有搞頭 多組dick learing就可以組成
06/08 16:34, 7F
推
06/08 16:34, , 8F
先做瞳孔偵測確定眼睛位置後 學習附近的色彩 判斷有無妝
06/08 16:34, 8F
推
06/08 16:34, , 9F
還原馬賽克已經有人做完了
06/08 16:34, 9F
推
06/08 16:34, , 10F
可怕
06/08 16:34, 10F
→
06/08 16:37, , 11F
dick Intelligence
06/08 16:37, 11F
→
06/08 16:37, , 12F
你一介學生，找不到那麼多人照卸妝前後的照片。你可別想
06/08 16:37, 12F
→
06/08 16:37, , 13F
說拍個幾十組照片就能深度學習出什麼來。再來，就算你有
06/08 16:37, 13F
→
06/08 16:37, , 14F
資料，訓練時間一次可能要好幾百小時。到時還沒訓練好，
06/08 16:37, 14F
→
06/08 16:37, , 15F
你的口試時間就到了
06/08 16:37, 15F
Data是個問題，發包給學弟
推
06/08 16:38, , 16F
沒搞頭，黑人都能化成白人了，不如去弄股票。
06/08 16:38, 16F
※ 編輯: Deltak (114.137.153.94), 06/08/2017 16:39:25
推
06/08 16:45, , 17F
我倒覺得用deep learning做建議化妝比較屌，專利賣化妝品
06/08 16:45, 17F
→
06/08 16:46, , 18F
公司應該可以賺很多錢
06/08 16:46, 18F
→
06/08 16:46, , 19F
以想法來說，這個當然很有趣，但就現實面考量，你可能光
06/08 16:46, 19F
→
06/08 16:46, , 20F
是收集資料就要花半年以上的時間了。
06/08 16:46, 20F
→
06/08 16:46, , 21F
你拍照的時候還必須考慮光源跟顏色矯正的問題，不是在家
06/08 16:46, 21F
→
06/08 16:46, , 22F
裡隨便用台數位相機拍一拍就可以了。
06/08 16:46, 22F
推
06/08 16:48, , 23F
如果有pretrain model 數據不用大
06/08 16:48, 23F
推
06/08 16:50, , 24F
幾百到幾千就可以做 現在有很多network都是前人的像是vgg n
06/08 16:50, 24F
→
06/08 16:50, , 25F
et finetune出來的 只是資料variation最好還是大一點
06/08 16:50, 25F
推
06/08 17:07, , 26F
專案名稱就叫照妖鏡如何？
06/08 17:07, 26F
→
06/08 17:55, , 27F
沒搞頭。照我說，妳input跟output互換一下，妳會發
06/08 17:55, 27F
‣ 更多 Deltak 的文章
文章代碼(AID): #1PEGjmHm (Gossiping)