- 영상 촬영 + json 저장
- 영상에서 프레임 추출, 크기 정규화. 4초 영상 기준 5frame 씩 묶으면 len(sequencedata) = 30 정도 ex) videodata/(backward, slide, swing, sit, walk, standing, lie)/backward001.mp4
- json to csv.
- 7 가지 pose 에 대해 20번 정도 sequence 별로 skeleton data 저장된 csv 파일 생성
- Null 값 이전 프레임 값으로 채우기 (값이 너무 적을 때 프레임 제거 기준 필요)
- 정규화 계산대로 입력 좌표 정규화
- csv로부터 읽어서 input 형식 맞춰 모델 구성
- 사람 좌표에 대해 놀이터 기구 영역 구분. 이진화 혹은 HSV 색공간 기반 분리, (분리 후 각 기구에 대한 identification 필요! 자동화하려면 무조건 yolo 사용해야하나 최소 1000 ~ 1500장 이미지 수집과 수동 라벨링하기. ) 카메라가 고정되었다고 가정하면 가장 처음에만 사람이 영역 지정하도록. <<<<<<< HEAD
=======
- 그냥 학습시켜서 실시간으로 돌아가는거 확인한 후에 1. 관절 몇개 제거한 걸로 학습 돌리기 2. 모델 구조 변형한 몇 가지 시험해보기
- 모델이 추론하는 output 형식이 정해져 있어서 임의로 골격 연결관계 바꾸면 안됐음. 따라서 csv로 옮긴 후 불필요한 값 제거 필요
- 행동 학습시킬 때는 한 명에 대한 skeleton data 만 사용.
- 미끄럼틀 위에 서있으면 '미끄럼틀을 서서 타면 위험합니다' 같은 경고를 스피커로 틀기