探秘巨形表情符号:Giant Emoji 开源项目
该项目虽已被谷歌创意实验室不再积极维护,但它仍作为一个只读存档模式存在,以便于开发者们能从示例中获取帮助。尽管我们无法处理所有的拉取请求或bug报告,但现有的问题将会以只读模式供参考。欢迎用户进行fork,继续这个有趣的社区驱动的项目。
项目介绍
Giant Emoji 是一个基于openFrameworks的实验性应用程序,它可以将你的面部表情转化为一个巨大的表情符号。这个项目最初在Google I/O 2016大会上亮相。通过实时检测面部特征并进行情感分析,它能够将你的表情实时转化为生动的表情模型。

技术分析
Giant Emoji应用采用了多种算法来检测面部标志点,并对这些点进行情感分析。C++编写的openFrameworks应用会在本地WebView或者远程浏览器中通过JavaScript注入数据,或通过WebSocket传输到远程浏览器,为HTML5 Canvas动画提供准备好的信息。
在本地WebView或远程浏览器中,利用Paper.js创建持久化的矢量对象,用于初始化和动画表情。轻量级的JavaScript动画循环解析传入的JSON面部标志点,并据此模型化相应的X/Y坐标,在调试模式下可查看。然后,将这些标志点和信心分数转换为预设的表情模型(如亲吻脸、大笑脸等),并结合实时的嘴型或唇部几何结构进行增强。
应用场景
Giant Emoji最初设计是为Google I/O 2016大会增添趣味,让用户可以将自己的面孔变成一个巨大的表情符号。这个多线程、高计算密集度的应用程序特别针对Google Pixel C进行了优化,确保其在该设备上的性能表现。
项目分为两部分开发:在Android端的openFrameworks应用负责面部检测(采用C++编写),而Web应用则负责渲染表情(主要使用JavaScript)。
Android openFrameworks应用
在gmojiAndroid子目录中的应用可以通过Android Studio 2构建。应用使用了多种库和插件来实现表情识别和跟踪:
- ofxFaceTracker2 使用dlib库的计算机视觉功能检测和追踪68个面部标志点。
- ofxAndroidMobileVision 利用Google Mobile Vision API检测眨眼并给出眼睛的眨眼信心得分。
- 自定义训练的dlib支持向量机模型检测微笑并给出微笑的信心得分。
- 所有数据都经过了自定义的低通滤波器ofxBiquadFilter处理。
项目特点
- 跨平台交互:数据既可以通过本地WebView实时展示,也可以通过WebSocket发送到远程机器上,适应不同的运行环境。
- 实时性:利用先进的计算机视觉技术,提供即时的面部表情转译。
- 高度可定制:提供了丰富的表情模型和情感分析方法,可以根据需求调整和扩展。
- 开放源码:虽然项目不再更新,但代码仍然可供开发者学习和二次开发,继承这一创新的想法。
如果你热衷于计算机视觉,或者想要探索人机互动的新方式,Giant Emoji无疑是一个值得尝试的开源项目。不论你是开发者还是爱好者,都可以在这个项目中找到灵感和技术实践的可能性。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00