1. 데이터 셋의 일관성 추구

아래는 이전 게시글에서 다뤘던 추출 결과이다. 해당 결과를 보면 정작 사용할 면접관의 아바타는 몇장 보이지 않는 모습을 보여준다.

그래서 데이터셋을 면접관과 닮은 아바타 만을 주고 결과를 볼 것이다. 아래는 여러장의 데이터 셋중 면접관의 복장을 입은 아바타 4장이다.
![]

해당 데이터 만을 이용해서 학습을 해볼 예정이다! 일단 박죠..

2. 컴퓨터한테 구라치기

아래는 4장의 데이터셋을 각각 25씩 복사해서 100장으로 늘린 결과이다.

4장의 아바타중 앞에 3개의 데이터는 믹사모에서 가져온 데이터고 마지막 1개는 renderpeople에서 가져온 데이터이기 때문에 카메라 위치를 다르게 설정해야해서 다른 폴더에 담았다.
해당 과정은 파이썬을 이용해서 수행하였다. 코드는 간단하므로 생략하겠다.

앞에서 같은 데이터라도 늘리면 도움이 된다는 점을 알게되었기 때문에 (아마 카메라 각도는 랜덤이어서 인 것같다) view 값을 96으로 수정해준다.

이제 아래와 같이 블렌더를 이용해 렌더링을 해주었다.

아래는 렌더링된 결과사진이다.

사진과 같이 4장 x 25 해서 100장의 렌더링 된 결과가 나왔다.

아래와 같은 명령어를 통해 학습시켜준다.

이번에는 아래 사진과 같이 kimg를 3000으로 설정하였다.

무려 4일이 걸렸다...

3. 결과 보기

아래는 결과 사진이다.

kimg를 3000이나 돌렸더니 몇몇 결과가 이상한 모습을 볼 수 있다.

아래는 제일 잘 된 모습을 블랜더로 확인한 모습이다.

지금까지 했던 모델 중에서는 제일 잘 나온 모습이다.