GPOS开发者日志

背景

截至24/1/19，开发进度为

客户端框架基本完成，剩余部分为界面美化
服务器端未实现多线程，未实现数据库和服务器程序交互

客户端开发

2024-01-19 13:55:57 updated
用户选择的图片不应该在选择后就上传，而是确认后再上传，同时也要给到用户返回的选择。
同时应该有"图片合成、视频合成、我的"三个tabbar

2024-01-20 22:39:59 updated
完成了tabbar、首次登录、首页第一张卡片的界面设置。
明天要完成的内容有：
1. "我的"界面
2. 一键合影的各个界面

服务端开发

2024-01-22 01:41:29 updated
不应该使用多线程，node.js的非I/O阻塞模型已经很高效了，自己手写一个多线程反而可能会负优化，并且等待时间主要受限于服务器处理图片而不是处理请求。

数据库

2024-01-19 13:51:45 updated

我要实现的需求为：

user表，储存用户的头像，ID，昵称，这部分从微信获取。
images表，储存用户的图片，每次inference的图片为两张，一张为前景，一张为人像，同时应把两张图片命名相同，在数据库中显示时可以储存为"用户名+上传次数"，也就是同一次session上传的图片应该相同

2024-01-21 13:57:51 updated
images表应该还储存背景库照片

2024-01-22 00:53:01 updated
我根本不需要储存用户输入的表，我应该储存用户输出的表，此外我还要储存用户的uniqueid和sessionid

算法优化

2024-01-20 19:00:37 updated
以人的思维而言，人形图像分割的第一步就是识别人形，但是对于机器而言，或者一个“不知道人长什么样的”人类而言，很难精准地识别出人的轮廓，除非是对各种物体有了相对多数据积累，能够将一张图片上的物体加以区分。因此有很多抠图算法采用Trimap的方式，先提供一些先验信息，从而提高抠图的准确率。我认为其中最重要的应该是背景，因为在机器不移动的情况下，理论上只有人的位置在发生改变，那么不变的就成为了背景。