[機器學習]AI-DVT資料後續處理

AI-DVT分析

目前的情況

關於AI-DVT，目前的情況如下。
檢查資料的過程中，我認為應該可以使用眼睛的部分跟嘴巴的部分當作判斷依據
但是我剛剛有發現一些錯誤，詳細如下：

1. 眼睛的部分因為個案一開始的時候可能不熟悉，所以有些個案會先看鍵盤再作答，而這樣的動作可能會影響判斷
2. 嘴巴的部分，是我在評估時，有些個案會邊做邊講話，而依據我的理解，這個動作應屬於分心的動作，且Openpose可判斷出來
   但是我覺得這樣的數據仍然太少，依照目前的拍攝方法，Openpose好像沒有辦法抓到受測者的肢體動作。

與GHL學長討論的結果，目前我預計先只抓取眼睛（36～47、68、69）跟嘴巴（48～66）的數據當作分析資料，其他資料不納入分析。
詳細標記點如下圖所示。

目前遇到之困難

1. Colab一天大概只能分析完一位個案（目前約分析完8位個案）
   • 與GHL學長討論的結果，我們認為可以先將目前個案的影片以Python的套件裁剪成固定秒數的小影片，從中選取欲分析的影片，然後使用Openpose進行分析。這樣可有效減少欲分析的影片量。
   • 另一個解法是購買colab pro（每個月約台幣300元），可使分析任務更順利。
2. AI-DVT的分析方法
   • 應使用之前所學，尚未進行練習的LSTM模型，以解決以影片當作輸入層的問題。
   • 之前中風AI使用的方法是畫面當作輸入層，這可能導致模型訓練結果雖然有良好的模型分數，但是類化程度很差。