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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08