Miembros:

Samya Karzazi El Bachiri, José Francisco Aguilera Oliver, Pau Bermúdez Valle

Sinopsis de archivos:

• generateCustomDataset.py utiliza vídeos de nuestras caras para generarnos un dataset propio con el que haremos futuros entrenamientos.

• HOG_RandomForest_OneVsAll_SVM_Regression.py utiliza nuestro dataset para entrenar un modelo de random forest, one vs all y support vector machine regression para predecir la dirección de la mirada de forma general.

• SightDirection_Regressor.py entrena un regresor capaz de determinar el vector de dirección de la mirada, utiliza un dataset generado a partir de una app en unity de internet que crea grandes datasets de ojos con sus respectivas landmarks.

• SightDirection_drawVector.py utiliza el regresor generado para dibujar sobre una imagen el vector predicho.

• eyeSegmentation.py utiliza nuestro dataset para segmentar los ojos en imágenes de nuestras caras.

• eyeTracking_Basic.py captura en tiempo real el vídeo de nuestra webcam y determina la dirección de la mirada de forma general utilizando modelos pre entrenados y thresholding de la pupila.

• eyeTracking_SightVectors.py captura en tiempo real el vídeo de nuestra webcam y con ayuda de nuestro regresor nos dibuja el vector de dirección de la mirada.

Sinopsis de carpetas:

• datasets contiene todos los datasets utilizados en los entrenamientos.

• preTrainedModels contiene modelos pre entrenados sacados de internet que utilizamos en algunos de nuestros códigos.

• ourTrainedModels contiene los modelos que nosotros mismos hemos entrenado y generado.

• input contiene imágenes que utilizamos como entrada en algunos de nuestros códigos.

• output contiene las imágenes resultantes de algunos de nuestros códigos.