attention-assessment-workshop:社交机器人基于视觉的实时注意力评估研讨会材料

教程：从2D面Kong到3D姿势估计再到注意力评估 实时评估与机器人进行交互的人的注意力焦点对于理解对话中的隐式引用（“机器人，抓住那个！ ”），衡量参与度（人是“与我在一起”？）还是发现彻底的问题（为什么这个人20分钟以来一直盯着我？） 有了普通的摄像头，一些数学运算和出色的面部检测器，我们实际上可以相当准确地实时估计周围人的3D头部姿势。 结合一些镜框的魔力，这使我们能够评估人在看什么。 本教程涵盖： 使用最新的开源人脸检测器（用于dlib库）和PnP算法（来自OpenCV）将头部的3D模板匹配到2D相机流上， 将头部姿势导出为ROS tf框架，然后在RViz中看到您的脸， 编写一个专用的ROS节点，该节点计算人类在给定时间看到的东西， 在预先记录的场景中测试系统， 通过手动注释关注点并计算机器人与您之间的裁判间协议来验证该方法。 先决条件 本教程使用C ++和Pytho