今天跟winston討論之後，決定修改一下題目的方向。
把video的部份擴大為"談話性節目"，而不是原本只focus在模仿秀裡面。
根據觀察，在談話性節目中，通常在敘述一件事情時，鏡頭都會集中在某個人身上，而在這些frames中，應該可以取到正面，根據正面的臉再取出local features作為face descriptor.
另外，我們打算用以下幾項特性作為加強的部份:
1. cloth: 同一集節目，通常會穿同一件衣服
2. 髮型: 同上
3. 背景: 通常是坐在同一個位置上，所以取臉附近的背景作為判斷
沒有留言:
張貼留言