[進度] Clustering

目前由FindAllFace找出一集中所有shot的featrure(跑一次好像要13小時~"~)

以及找出每個shot中代表臉/最對稱臉的cloth feature


由於直接對所有shot做K means效果好像沒那麼好

所以採取"先分類再K means"的方式

並打算以cloth feature作為輔助

目前都先以12/01的<康熙來了>前500個shot做測試


第一種分類方式是由face的scale來分成三群(<25,>25,no face/too many faces)

但是結果並沒有很好，而且有可能造成相同鏡頭但是臉scale有差的被分到不同群

總之結果沒有想像中的好


第二種分類方式是由face的數量來分成三群(1,2,0/>3)

第一群的結果一直都沒有很好，僅僅在k=17~20之間會得到"還可以接受"的結果(至少都有兩cluster會發生錯誤)，猜測是因為有很多只抓到一張臉的情況實際上都不只一張

第二群的結果還不錯，k=5,6,9,10都可以得到不錯的結果(一個左右的cluster錯誤)，但k>=9會發生單個cluster內容是差不多shot沒錯，但可能出現有兩個cluster的shot其實是應該擺在一起的狀況


本來要用衣服做輔助，將衣服feature接在shot feature後面再跑K_means

但是在第一種分類方式，臉數不同會造成freature長度不相同，所以沒辦法

第二種分類方式仍不確定


昨天有想到個想法是說，把現在"以shot為單位"的做法

改成"以face為單位"，就是feature = shot feature + face feature + cloth feature

然後有detect到的face全部去做K_means

相同shot的話shot feature會相同，所以理論上會被分在一起

但是相同shot中不同人，也會因face feature + cloth feature而有影響力

不知道可行度如何，待實驗


應該要再想想跟實驗看看吧...

還有要想跨年要去哪邊 :)