tomokoyonezawaLab_FrontPage
Tips†
先輩などに教えてもらってできるようになった、という内容は、
他の人が質問しなくていいようにここにまとめる
大学院棟へのRDS接続†
RDS環境の作り方
HomeBrewについて(編集中)†
Unity関係†
Tex関係†
Texについて（作成中）
BibTexの使い方！
Processing関係†
Processingにおける、openCVの使い方！！
p5.js関係†
p5.jsとOSC通信
ml5.jsのFaceAPI/p5.jsの出力をOSC通信で他のプログラムから受け取る方法
位置情報の取得と緯度経度から距離を求めるプログラム
Pd関係†
インストール方法や基本的な使い方などつらつら(pd-vanilla)
puredata×オーディオインターフェイス×raspberry piと遅延の検証(pd-vanilla)
pd-L2Orkの特徴と環境について pd-vanillaとは別のpuredataの環境
その他音楽系†
仮想オーディオデバイスについて
Arduino関係†
Raspberry Pi関係†
音声認識関係†
Juliusの導入†
- Mac用how to install
- Julius最新バージョン番号に注意(4.5なのか4.6なのかなど）
- 認識用最新ファイルバージョン番号にも注意（上記と同じとは限らない）
- ターミナルを立ち上げる
- インストールディレクトリを適当な場所に作る
- https://github.com/julius-speech/julius/releasesで最新版のバージョンを確認（4.6なら下記の通り）、ダウンロードする
- ファイルを解凍する
- 解凍したフォルダに移動して、Juliusをインストールする (cdコマンドは正しいディレクトリを引数にしないと動かない)
- cd ./julius-4.6/
- ./configure
- make
- sudo make install
- インストールできたか確認
- 認識用ファイルをダウンロード（これも最新版をチェックしてからファイル名を設定する)
- 認識用ファイルを解凍(上記でダウンロードしたファイル名になっているか確認)
- unzip ./dictation-kit-4.5.zip
- 認識用ファイルを解凍したディレクトリに移動(上記で解凍したディレクトリ名になっているか確認)
- cd ./dictation-kit-4.5.zip/
- 使ってみるためのコマンド（使用中に終了したいときはCtrl-C）
- julius -C ./main.jconf -C ./am-gmm.jconf -nostrip
- 喋ってみるとターミナルに認識結果が出力される
$ mkdir julius
$ cd ./julius/
$ wget https://github.com/julius-speech/julius/archive/v4.6.tar.gz
$ tar xvzf ./v4.6.tar.gz
$ cd ./julius-4.6/
$ ./configure
$ make
$ sudo make install
$ julius -help
$ wget https://osdn.net/dl/julius/dictation-kit-4.5.zip
$ unzip ./dictation-kit-4.5.zip
$ cd ./dictation-kit-4.5.zip/
$ julius -C ./main.jconf -C ./am-gmm.jconf -nostrip
Kaldiの導入†
OpenJtalkの導入(編集中)†
画像関係†
表情検出†
FaceAPI†
- 王くんより、万さんが以前使っていた一番簡単なfacepapiの共有
googleドライブリンク
- FaceAPIset_Wangフォルダをダウンロード
--中身:FaceAPIStreamer,FaceTrackingAPI_NC-V3.2.6,udp_cliant_processing,demo_grandfront
- opencvをインストール
- Processingをインストール
- Processingでudpのライブラリをインストール
- FaceTrackingAPI_NC-V3.2.6フォルダ内のsetup_FaceTrackingAPI_NC-V3.2.6.exeをインストール
- FaceAPIStreamerフォルダ内のSocket.exeを起動
- udp_client_processingフォルダ内のudp_cliant_processing.pdeを起動
これでカメラで撮った顔位置がprocessing内に入力されます。
これを使い、どういうものを作りたいのかはシステム次第
FaceAPI†
- FaceAPIとは、Microsoft Azure で使用することができる顔検出・顔認識を行うことのできるAPIです
- 使用するためには、Micosoft Azureのアカウントが必要です
- サーバ処理のため､PCのスペックを無視して使うことができます
* 特徴†
- サーバ処理のため、PCのスペックを無視して使うことができます
- 無料の場合は制限があります
- 例えば, 無料の場合月３万枚で1分間20 枚のみ検出することができます.
- 美馬のmemo ・・簡単なサンプルを載せておきます
- 作成者 美馬亮太 2021年9月7日
- DeepFaceとは、Python用の顔認識及び顔属性分析（年齢、性別、感情、人種）フレームワークです。
- 顔認識、顔の検証、属性分析などができます。
[環境構築(Anacondaベース前提です) ~mac用です。windowsでは、試せていません。]
- 仮想環境を作成する
- ターミナルで、conda create -n deepface python=3.7 anaconda と入力する。（deepfaceのところは、仮想環境の名前です）
- ＊pythonのバージョンは、3.7以上が求められています。
- 仮想環境をactivateする
- conda activate deepface と入力する。（deepfaceのところは、先ほど入力した仮想環境の名前を入力してください。）
- DeepFaceのインストール
- pip install deepface と入力する。
- (DeepFaceの必須環境には opencvやdlibが含まれているので、自動的にインストールされていると思います。)
- python 上で import deepface と入力し、エラーがなければインストール成功です。
[DeepFaceを動かす]
- https://github.com/serengil/deepface をダウンロードする。
- URLに飛び、 「↓Code」とあるので押す。 次に、「Dawnload Zip」を押す→zip形式でダウンロードすることができます。
- 上記のURLを下方にスクロールすると、 README.md とあり、色々な使い方がわかります。
- python上で実行する。
- Demo を押すと簡単なやり方の動画が上がっているので、視聴するのをおすすめします（最長 20分くらい）
- Demoは最新のバージョンではないため、実際にpython上で実行した結果とは異なる場合があります。
[精度について（顔属性分析）]
- F値で評価した場合、カラー化した方が評価がいいです。
- [重要]画像のサイズも精度に大きく影響を与えるので、指定することを推奨します。
- h, w, c = img.shape
- mag = max(224/x, 224/y)
- img = cv2.resize(img, None, fx=mag, fy=mag, interpolation=cv2.INTER_CUBLIC)
Processing以外、のOpenCVの使い方(C++, Python)(編集中)†
生理計測関係†
複数連携関係†
OSC通信の使い方 ～puredataとProcessingの接続を例に～ ※参考プログラムあります！！！†
Unity-Processing OSC通信†
導入方法のページ
- ↑このページに従って、UnityProcessingアプリ上でコードを入力し、それぞれ実行してみてください。すると、Processingの実行ウインドウ上でのマウスのｘｙ座標がOSC通信によりUnityに送信されて、Unity側で受信されます。
- Unity,Processing間で文字列、数値を送受信ができます。
- サンプルコードではマウス座標ですが、送信する値を変更すれば応用が利きます。
- 何か質問等あればyonezemi20岡田へ
自由なGoogle Formの制作/Google Formにおけるスライダーの作成†
Google Formにおいて、通常はスライダーは作成できない。しかし、近年、スライダーの必要性は増している。そこで、Google App ScriptにおいてHTML形式でFormを作成し、Google Formと連携させる方法を用いて、Google Formの汎用性を高めたい。
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
