|
|
|
# Índice
|
|
|
|
|
|
|
|
- [10 de junio 2021](# 10 de junio 2021)
|
|
|
|
- [1 de julio 2021](#1-de-julio-2021)
|
|
|
|
- [10 de junio 2021](#10-de-junio-2021)
|
|
|
|
- [27 de mayo 2021](#27-de-mayo-2021)
|
|
|
|
- [13 de mayo 2021](#13-de-mayo-2021)
|
|
|
|
|
|
|
|
# 1 de julio 2021
|
|
|
|
|
|
|
|
Se presentó una descripción general de ResNet, ArcFace, Circle-Loss y DeepFace, enfocándose en los aspectos centrales de cada uno. también, se mostraron sus resultados resumidos en una tabla explicativa.
|
|
|
|
|
|
|
|
Se discutió la posibilidad de comparar métodos basados en redes neuronales con métodos analíticos, para tener una baseline con la que se pueda comparar.
|
|
|
|
|
|
|
|
Los próximos pasos son:
|
|
|
|
|
|
|
|
- Realizar las modificaciones acordadas en las tablas presentadas.
|
|
|
|
- Descargar y probar el código asociado a ArcFace, Circle-Loss y FaceNet si estos están disponibles.
|
|
|
|
|
|
|
|
Con respecto al segundo paso, si bien estas pruebas se harán directamente sobre rostros, se debe tener en cuenta que en el futuro se deberá realizar un preprocesamiento de la imagen que incluya la detección de rostros.
|
|
|
|
|
|
|
|
# 10 de junio 2021
|
|
|
|
|
|
|
|
Se presentaron los mecanismos de reconocimiento y detección de rostros utilizados por los equipos con mejores resultados en las últimas ediciones de la RoboCup. En particular, dos de los equipos presentados tienen publicados los paquetes de ROS que utilizaron. Además, se comentaron algunos paquetes de ROS disponibles en la ROS wiki, considerando probarlos en un futuro. Los paquetes en cuestión son los siguientes:
|
| ... | ... | |
| ... | ... | |
