Final Project
Grading
Title
構思電腦視覺相關之題目 (非既有/現成題目)
範例:
臉部辨識於門禁管理之應用 (常見應用不夠創新)
GAN 於電影之畫面生成 (題目不夠聚焦)
OpenPose 於 NBA 罰球姿勢與命中率之分析 (題目OK)
GAN 於電影「梵谷:星夜之謎」之油畫畫面生成 (題目OK)
Motivation & Features
動機至少500字,要附上參考文獻,及註明引用的部分
聚焦於某一項特色,不要同時考慮太多任務
Method
用自己的方式介紹技術,可引用論文圖形或文字(要註明引用的部分及附上論文文獻或 github),最好搭配圖片或範例說明
若用到類神經網路,請寫清楚網路輸入/輸出之維度,網路輸出所代表之意義,及網路架構
Experimental Results
Conclusion
Presentation
以投影片、動畫、或拍攝影片介紹所用方法及展示所要完成成果
報告主要是概念展示(提出新穎的電腦視覺應用),最好有程式實作。
範例1 (OpenPose)
Remarks
若有引用他人文字或程式碼請註明出處,否則視為抄襲,若有抄襲報告分數為0分
評分重點之一是程式實作
要能夠展示結果
大部分 github 上的程式都有提供訓練好的模型(不需要自己重新訓練)
期末報告希望大家於使用或修改現有電腦視覺方法來解決實際問題
只是重跑別人的程式碼,而沒有自己的貢獻,會被視為貢獻程度很低
如果已經有現有程式碼可以解決期末報告的題目,就要調整題目
題目是視頻監控社交距離,搜尋 social distancing github 可以找到許多相關程式碼,此題目不適合直接當成期末報告題目
除非你有其他想法是現有程式碼沒有考慮到,無法直接處理
如果期末報告題目搜尋到許多相關新聞或影片,就要調整題目,否則會題目新穎程度不夠
題目是虛擬試穿,搜尋虛擬試穿可以查到許多相關新聞或影片,此題目不適合,但可考慮相關題目,如寵物虛擬試穿,要有展示說明如何完成虛擬試穿
評分重點在於問題探討的深入程度,問題探討必須是自己的貢獻而不是別人已經寫好的報告
例如題目是根據行車記錄器影像之車速判斷,假設已經有物件偵測方法(如YOLO)可以偵測影像中車輛的位置,報告重點在於如何從不同張影像車輛的位置來預測車輛速度,而不是在於車輛偵測。要有範例說明如何計算,最好有展示影片