choco uninstall bazel
OpenCV について、再度、操作お願い
ディープラーニングによる顔識別プログラム
https://karaage.hatenadiary.jp/entry/2018/01/08/073000
に記載のプログラムを試す
（このプログラムの作者は私ではない。このWebページの作者）
Anaconda 3 の spyder で実行
結果が得られることを確認。インストールは成功
from keras.preprocessing import image
from keras.applications.inception_v3 import preprocess_input, decode_predictions, InceptionV3
import numpy as np
model = InceptionV3(weights='imagenet')
img_path = 'C:/tools/opencv/samples/data/lena.jpg'
img = image.load_img(img_path, target_size=(299, 299))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)
preds = model.predict(x)
print('Predicted:')
for p in decode_predictions(preds, top=5)[0]:
print("Score {}, Label {}".format(p[2], p[1]))
10/21 金曜日 11:00 スタート
今日も遅刻しそうです。ごめんなさい。活動はお願いします
10/19 水曜日 11:00 スタート
10/17 月曜日 11:00 スタート
前回の続き
10/11 13:00 スタート
Windows で、Pythonプログラミング、人工知能(Keras, TensorFlow)、顔解析(DLib), 画像解析ができる環境を整える
※ いずれ、Raspberry Pi も使いますが、Windows には Windows の良さがあります。みなさんに前回行ってもらった「Raspberry Pi」の方は、みなさんに手伝ってもらって、Webページは、いったん完成できました
今日、各自の Windows パソコンを、全員同じ環境にしてもらう、のが、鍵です。今回は、それほど長時間にはならない予定（なので、次回は、成功したかを聞く程度です）
パソコン実習資料:（金子研）： Windows で、データベース，人工知能，ビジュアライゼーション関係の種々のソフトウエアをインストール（Chocolatey を利用）
10/9 13:00 スタート
Linux 演習（前回の続き）
Linux で、Keras, TenforFlow, Dlib, その他画像処理環境を整える手順。
パソコン実習資料:（金子研）: Raspberry Pi で Keras, TenforFlow, Dlib, その他画像処理環境を整える
10/4 13:00 スタート
各自の個人ワーク
- 以前準備した仮想マシン Raspberry Pi Desktop を起動
- この仮想マシンで、Webブラウザと端末を開く
左上のボタンで簡単に起動できます
10/1
- セレッソでの指示に従う
各自、テーマ名、PDFファイルを, セレッソで、１７時までに提出
- 下のファイルを使い、各自で見せあって、仲間からアイデアを得る（得たアイデアは各自で反映させる）
- ポスターの印刷は助け合う
- 明日のポスター発表は楽しむ
- 明日の時間と場所は, 各自, セレッソで確認。
１．ポスターを持っていく
２．開始時刻の１５時までに集合
３．自分の番が来たら（１６：２０ー１７：２０）、自分ではる。ポスターの場所は指定されます
卒論中間発表 (2018年10月1日時点のバージョン）
9/27
Windows で、人工知能のソフトウエア dlib, Keras, tensorflow のインストール‥
人工知能のグループは、これらのソフトを使う．Linux や Raspberry Pi でのこれらのインストールについては、別の日に行うことにしたい．
9/25
9/25, 9/27 は同一作業
9/20
仮想マシンのインストール. Raspberry Pi Desktop は、普通のパソコンで動く Linux．その操作感は Raspberry Pi とほぼ同じ．
- 9/13 13時
- スマート道路に関する話題提供 :
その資料: 資料 [PDF版], [パワーポイント版]
- AIカメラ (Raspberry Pi を使用) に関する話題提供 :
Windows, RaspberryPi, Python, Keras, Dlib, TensorFlow, OpenCV で実験して欲しいと思っています。
その資料: Raspberry Pi でカメラをつなぎ顔検出
- データのリアルタイム共有のためのプラットフォーム （実習）:
Windows, Phone 系統 + 専用アプリ（Swift), Google Firebase, JavaScript(Firebase 動作チェック), Python (全般), オープン地図で実験して欲しいと思っています．（データ処理、地図表示、マーカー、３次元などは Python で実験して欲しいです）
ファイルのアップロード、ダウンロードもできる．
「データベース」を作ることもできる（複数ソースのデータを１つにまとめたいとか、もとあるデータに追記したいというときは、ファイルにこだわらないのが便利）．
※ Google アカウントが必要です
その資料: Google Firebase を動かしてみる
- 9/10 13時
中間発表のディスカッション
- 9/6 13時
中間発表のディスカッション
- 9/6 13時
中間発表のディスカッション
- 9/3 13時
中間発表のディスカッション
- 8/30 13時
中間発表のディスカッション
- 8/27 13時
中間発表のディスカッション
- 8/23 13時
中間発表のディスカッション
- 8/20 13時
１．「何かを制作して、それから、実験したい」と思っている人がいましたら。賛同します。制作物の案を披露してください。
２．「ホームページ等の話題を利用して、それで実験したい」と思っている人にも賛同します。どの話題を試してみたいかを考えてみてください。
３．その他の進め方を希望する人も尊重します。テーマ案は以前示した通りです。
学会発表については、みなさんの今までのチャレンジ、行動を尊重します。余計な心配をしないようにお願いします。
- 8/9 13時
- 8/6 13時
ごめんなさい。急用ができ、金子は遅刻
集まったら、金子で、次のことを進めてください
次のような心配はないでしょうか
・研究で、何をやってよいか分からない
金子研究室では、次の原則を定めています
１．GitHubなど。先人の研究成果を調べ、理解し、活用する
※ 先人の成果の活用。クレジット
２．グループワークで行う
※ コラボレーション。異なる価値観の受容
３．中間ゴールの明確化
（１）学会講演
平成30年度(第69回)電気・情報関連学会中国支部連合大会
・原稿の書き方 http://rentai-chugoku.org/apply.html
ワードファイルを、金子 kaneko@fukuyuama-u.ac.jp 8/10 or 8/11 までに提出
インターネットで、「書き方」の参考になるファイルを探す。
内容は自分で考える。
「何をやりたいか」をタイトルに付ける。
どうなれば成功か（成功したことをどうやって確かめるか）を自分で定める。
使用する技術を書く。
成功のため、何を行わねばならないかを書く。
・他の仲間、教員の意見をよく聴く
（２）中間発表 ９月下旬 ポスター
・実験が進んでいること
・「成功のため、何を行わねばならないか」について。すでに、国内外の先人が
解決済みなのかを調べる！ ということも研究に含みます。大切なこと。
（３）「平成30年度(第69回)電気・情報関連学会中国支部連合大会」での発表
１０月２０日
・実験がさらに進んでいること
（４）卒業論文（２０ページ）、プレゼン（８分を目安）、卒論の概要（約数行）
４．後輩に受け継ぐ
Pythonを使う
研究データを残す
５．研究倫理を守る
- 仮テーマぎめ
各自で、卒業研究仮テーマを決めてもらいます．グループでも可能．
- 実験で裏付ける
- 自分の研究の「中身」を他の仲間に教える
- 7/19 （木曜日） 13時
- 緯度経度のデータファイルから、マーカーとイメージポップアップ付きの OpenStreetMap 地図を生成
パソコン実習資料:（金子研）: 緯度経度などのデータファイルから，マーカーとイメージポップアップ付きの OpenStreetMap 地図を生成
パソコン実習資料:（金子研）: その２
- Blender の3次元ゲームエンジンを用いて、オブジェクトの表示・非表示
その資料: http://www.kunihikokaneko.com/dblab/cg/blendervisible.html
7/2 （月曜日） 13時
folium の実習
パソコン実習資料:（金子研）: マーカー付きの OpenStreetMap 地図（Python + leaflet.js + folium を使用）
パソコン実習資料:（金子研）: マーカーとイメージポップアップ付きの OpenStreetMap 地図（Python + leaflet.js + folium を使用）
使用するデータ: photo-2017-12-03
6/28 （木曜日） 13時
- dlib の付属ツールのビルド作業
下の資料の「Dlib 付属のツール類のビルド」の部分だけを実行
※ エラーが出なければ、数分程度の見込み．
パソコン実習資料:（金子研）: Windows で Dlib 19.13 のビルドとインストールが終わっている
- Dlib を使ってみる
Dlib は人工知能のソフトウエアです．Dlib でできることを実感してもらうために、各自で、顔認識のプログラムを動かしてもらいます
前準備は終わっています．その次を行ってください
キーワード：顔の検知
資料（金子研）: Dlib を使ってみる
- Dlib での顔画像処理
Dlib は人工知能のソフトウエアです．Dlib でできることを実感してもらうために、各自で、顔認識のプログラムを動かしてもらいます
前準備は終わっています．「学習済みデータの準備」のところから開始してください
キーワード：アラインメント、顔データの増量、ランドマーク
資料（金子研）: dlib 付属のサンプルプログラムを動かしてみる
- imglab を使ってみる
インストールは終わっているので、下の資料の「imglab を使ってみる」から開始して、ページの終わりまで．
資料（金子研）: Windows で Dlib 19.13 同封の imglab を使ってみる
- 課題：各自、犬と猫の画像（あわせて１００枚）を集め、imglab で領域を指定し、犬は「dog」、猫は「cat」としなさい。
XMLファイルと画像ファイルは集めます（持参ください）
6/25 （月曜日） 14時
14時開始にしています
dlib を NVIDIA cuDNN 対応にする作業
パソコン実習資料:（金子研）: Windows で Dlib 19.13 のビルドとインストールが終わっている
- 6/21 （木曜日） 13時
- 6/19 （火曜日） 13時
- 6/14 （木曜日） 13時
- 6/11 （月曜日） 13時
- 6/7 （木曜日） 13時
- 6/4 （月曜日） 13時
宿題： Panda3d を用いたモデルデータ表示（obj, mtl）．Panda3d を用いたポリゴン表示のプログラムについて調べる
- 5/30 （水曜日） 13時
- 5/28 （月曜日） 13時
- 5/24 （木曜日） 13時
プログラミング演習
プログラム制作を宿題とします。
手分けしてもOK. 200行くらいを目標にしてみてください。
話題提供
- 5/21 （月曜日） 13時
プログラミング演習
- 5/17 （木曜日） はお休みです
- 5/14 （月曜日） 13時
プログラミング演習
その資料: ゲームエンジン[PDF版], [パワーポイント版]
- pygame (２次元のコンピュータグラフィックス, ２次元ゲームのフレームワーク)
その資料: pygame を使ってみる
- Cocos2d の紹介，cocos2d でのキーボード，マウスのイベント
その資料:
※ 自宅などで Cocos2d を練習したい人のために、次の資料にインストール手順も書いています。一定の条件下で無料で使えるソフトウエアです
その資料: Windows で Cocos2d のインストール
5/10 （木曜日） 13時
- SQL でテーブルの結合
その資料: http://www.kunihikokaneko.com/dblab/intro/database3.pptx
- リレーショナルデータベースの基本概念
その資料: http://www.kunihikokaneko.com/cc/db/1.html の後半部分
- リレーショナルデータベースの基本概念
その資料: http://www.kunihikokaneko.com/cc/db/2.html
- （余裕のある人への個人ワーク）演習問題
その資料: http://www.kunihikokaneko.com/cc/db/2.html の末尾にある演習問題を試してみなさい
- （余裕のある人への個人ワーク）Windows の上で Linux システムを動かしてみる
「エミュレータ」，「Linux の起動」，「Linuxシステムへのログイン」を学ぶ．Linux としては Raspbian を使う．
その資料: http://www.kunihikokaneko.com/dblab/raspbian/qemu.html
5/7 （月曜日） 13時
リレーショナル・データベースと SQL の演習回です
- まずは、実験用画像 (png) を集めます。
1. SQLite3 のデータベース新規作成，テーブル定義，テーブルの削除
その資料: http://www.kunihikokaneko.com/dblab/intro/database1.pptx
2. SQLite3 でテーブルの作成
その資料: http://www.kunihikokaneko.com/dblab/intro000/database2.pptx
3. SQLiteman のインストール．データベースの新規作成．テーブル定義．
その資料: http://www.kunihikokaneko.com/dblab/toolchain/sqliteman.html
4.（余裕のある人への個人ワーク）SQLの機能体験
その資料: http://www.kunihikokaneko.com/cc/db/sqliteman.html
4/26 （木曜日） 13時
- SVG フォントの作成作業
１グリフで１文字にする
確認作業：
- Windowsで、次のフォントをインストール（ttf ファイルを開くと、インストールできるようです。そのときにフォント名も確認できます）。
- ノートパッドで「堺」と入れ、フォント名を設定して表示してみてもらえませんか
4/23 （月曜日） 13時
成果物
※ 1.svg, 2.svg を InkScape で開き、 SVG フォントエディタで見たとき、「新規」を押して再表示させないと、うまく表示できません。
4/19 （木曜日） 13時
宿題
画像を手分けして集めるまで．
札幌
函館
旭川
室蘭
釧路
帯広
北見
青森
八戸
岩手
盛岡
平泉
宮城
仙台
秋田
山形
庄内
福島
会津
郡山
いわき
水戸
土浦
つくば
宇都宮
那須
とちぎ
群馬
前橋
高崎
大宮
川口
所沢
川越
熊谷
春日部
越谷
千葉
成田
習志野
袖ヶ浦
野田
柏
品川
世田谷
練馬
杉並
足立
八王子
多摩
横浜
川崎
湘南
相模
山梨
富士山
新潟
長岡
長野
松本
諏訪
富山
石川
金沢
福井
岐阜
飛騨
静岡
浜松
沼津
伊豆
富士山
名古屋
豊橋
三河
岡崎
豊田
尾張小牧
一宮
春日井
三重
鈴鹿
滋賀
京都
大阪
なにわ
和泉
堺
奈良
和歌山
神戸
姫路
鳥取
島根
岡山
倉敷
広島
福山
山口
下関
徳島
香川
愛媛
高知
福岡
北九州
久留米
筑豊
佐賀
長崎
佐世保
熊本
大分
宮崎
鹿児島
奄美
沖縄
- 4/16 （月曜日） 13時
Windows での文字認識ソフトウエアの紹介
- Windows で Java のインストール
- ImageMagick バージョン 7 のインストール
- Windows で Tesseract 3.0.5 を使ってみる
- 4/12（木曜日） 13時
手順
- https://github.com/openalpr/openalpr/releases
- openalpr-2.3.0-win-64bit.zip をダウンロード、展開（解凍）
- 各自が準備した車のナンバープレート画像と、正解データを全員でシェア
- コマンドプロンプトで
cd ＜openalpr-2.3.0-win-64bit.zip を展開（解凍）したディレクトリ＞
alpr -c us ＜画像ファイル名＞
参考Webページ：
http://doc.openalpr.com/opensource.html
タイルイメージの作成
今日用いた画像を切り抜いて（切り抜きソフトは CaptureD をおすすめ）、
- 数字１文字（0, 1, 2, 3, 4, 5, 6, 7, 8, 9）の画像
- ひらがな１文字の画像
を手分けして作ってください。
「0」, 「1」, 「2」 のタイルイメージのファイル名は jp0.png, jp1.png jp2.png
「あ」、「い」のタイルイメージのファイル名は jpa.png jpi.png, ... のように。
- 4/2（月曜日） 15時30分
- VGG16 を用いた画像識別（画像から、オブジェクトの種類を求める）
演習：各自で 5 枚くらいの画像を集め、識別させてみてください。結果は英単語で出ます。
パソコン実習資料:
VGG16
宿題：興味のある人は、2015年以降のナンバープレート認識技術を、インターネットなどで調べてみてください
- 3/30（金曜日） 13時
を予定しています。
予測したい期間を設定して、実際に予測して見るところまで。得意と不得意が分かるところまで。
パソコン実習資料:
ディープラーニング LSTM 法を用いた渋滞予測の「応用してみる」をもう一度（グラフのプロットまでチャレンジ）
空き時間でナンバープレート画像の生成作業お願いできますか？ ナンバープレートAIを進めたい。
https://carnumberplategenerator.firebaseapp.com/
- 地名は： 福山
- 分類番号、ひらがな、ナンバー： ばらばら
各自、５０枚くらい作っていただいて、次回、もらえると嬉しいです
3/29（木曜日）は行いません
- 3/26 （月曜日） 13時
パソコン実習資料:
ディープラーニング LSTM 法を用いた渋滞予測の「応用してみる」をベースにして、いろんな予測にチャレンジ
データ収集と整形
失敗を恐れず。失敗から「自分にも解ける課題」を発見する。
- 3/23 （金曜日） 13時
ディープラーニングによる渋滞予測。
「予測し、予測精度を見る」
各自に宿題
パソコン実習資料:
ディープラーニング LSTM 法を用いた渋滞予測の後半
- 3/19 （月曜日） 13時
次の「資料」の「１１. 学習（訓練）」のところまでを各自実行。
助けあいお願い（目標１時間以内）
パソコン実習資料:
ディープラーニング LSTM 法を用いた渋滞予測
- 3/15 （木曜日） 13時
ディープラーニング用語辞書の中の「モデルのコンパイル」、iris データセット」
- 3/9（金曜日）
Keras2 のインストール、動作確認。Keras2に付属の MNIST データセットo
説明資料
- 3/5（月曜日）
「人工知能が自分や、社会とどう関係しているのか」について自由に考えてもらいました。
最初２５分ほど、金子から説明（資料を使いました）。
説明資料
新しい産業革命「人工知能」 [パワーポイント版], [PDF版]
- 3/2（金曜日）
DeepForgeについて、追加の実習
人工知能（AI）について、理解を深めたいあなたへ
人工知能（AI)が注目される理由・背景知識 [PDFファイル]を作りましたので、ご一読下さい．
- 2/26（月曜日） 13:00
人工知能プログラム開発用のツール DeepForge を使って，いくつかの人工知能（AT)を動作させる．
取得するスキル: DeepForge の使い方（基本操作，ソースコードの確認法）．DeepForge でのパイプライン（ブロックが矢印でつながっている．ブロックの間をデータが流れるイメージである）を理解．人工知能では「訓練 (training)」があること．
説明資料：http://www.kunihikokaneko.com/dblab/deeplearning/deepforgetrytouse.html
- 2/23 14:00
今日のスキル： ニューラルネットは「レイヤ」というブロックが矢印でつながっている
作業： 先週の仕上げ、ソフトウエア (msys2, Docker Compose, Deep Forge) の追加インストール．ニューラルネットワークの「図示」の閣員
- msys2 と GNU ツールチェーン類 (gcc, g++, gfortran, findutils, openssh, make, gdb, boost 等) のインストール
その資料: http://www.kunihikokaneko.com/dblab/toolchain/msys2.html
- 上の「資料」の最初から最後まで。
- 「msys2 に付属の gdb での，起動時のエラーに関する対処例」は無視してよい
- システムの環境変数 MSYS, PKG_CONFIG_PATH, PATH の設定を忘れずに。
- Docker Compose のインストール
Docker Compose は Docker コンテナを簡単に扱えるようにするソフトウエア
その資料: http://www.kunihikokaneko.com/dblab/toolchain/dockercompose.html
- DeepForge のインストール，インポート，エディタ画面
その資料: http://www.kunihikokaneko.com/dblab/toolchain/deeplearning/deepforge.html
2/19 13:00-
米国内の車両のナンバープレート読み取りソフトウエア OpenALPR をダウンロードし、インストール。さらに、Youtube を使って、車のナンバープレート（米国内の車両のナンバープレートの画像）の画像を集め、ナンバープレートを読み取ってみる
今日のスキル
- 画面キャプチャソフトウエア： 「CaptureD」をお勧めしておきます
- 実験素材をきちんと残し提出する習慣: 実験素材となる画像データとして、Youtube を使い、車のナンバープレート（米国内の車両のナンバープレートの画像）の画像 100 枚以上を、手分けして集め、ファイル名を付けて残し、提出する習慣（こうした「記録作り」が、とても重要）
- ほかの人の仕事への敬意と、データによる評価: 「米国内の車両のナンバープレート読み取りソフトウエア」がどんなものかを「評価」するとき、データとして示す. そのためには「１００枚以上」くらいの異なる画像を使う
- 学生グループディスカッション: 意見や感想。学生全員が述べ、他の学生に「良い影響」を与えていることを実感する。今日の題は「OpenALPR は何ができて、何が足りないですか」の自由な意見
- 「何が足りないか」という課題を見つけることこそが研究であること
提出物
車のナンバープレート（米国内の車両のナンバープレートの画像）の画像 100 枚以上。ファイル名は 001.png 002.png 003.png のように
認識できたが不正解になるような画像のリストアップ
以上、本日中に提出（みなで終了時間を決め、その時間で終わるように計画する）。
手順
- https://github.com/openalpr/openalpr/releases
- openalpr-2.3.0-win-64bit.zip をダウンロード、展開（解凍）
- 車のナンバープレート（米国内の車両のナンバープレートの画像）の画像 100 枚以上を手分けして集める
YouTube の検索で
「license plate」,「plate」、「car」，「america」、「us」、「united states」のようなキーワードを使ってみてください。
「ナンバープレート」の英訳は「license plate」
「50 US STATE PLATES SLIDESHOW」という Youtube ビデオもあります
- ファイル名は001.png 002.png 003.png のように付け替える（４人でてわけして、だぶらないように）
- コマンドプロンプトで
cd ＜openalpr-2.3.0-win-64bit.zip を展開（解凍）したディレクトリ＞
alpr -c us ＜画像ファイル名＞
-
うまく認識できない場合： 「No license plate found.」と表示される。
認識できた場合：
元画像 (https://www.youtube.com/watch?v=n7YpGfnTqoY)
認識結果
一番上に表示されているナンバープレート（上の図では「WMY9051」）が、元の画像を見て、正解か、不正解かを確かめる。
不正解の場合には「画像ファイル名」と「正解が何か」と「一番上に何が表示されたか」の３点セットを記録する。（終わったら提出）
2/15
ディープラーニング研究環境のセットアップ（パソコン類、LAN類）
2/13
研究環境のセットアップ（パソコン類、LAN類）
1/24
Python + OpenCV で前景分離，ステレオマッチング，点や線の描画
その資料: http://www.kunihikokaneko.com/dblab/dblab/improc/opencv.html
1/17
Blender のロジックエディタ
その資料: http://www.kunihikokaneko.com/dblab/cg/blendergame.html
1/10
Blender の3次元ゲームエンジンについて。
その資料: http://www.kunihikokaneko.com/dblab/cg/blendergameengine.html
12/20
福山大学建物データベースの作成（野外でのデータ取得） ー＞ 活用しています。ありがとう。
12/13 （水曜日）
学内実習
大学にあるビル（「１号館」、「２号館」、・・・に限定。「倉庫」、「ゴミ捨て場」、「ビニールハウス」、「野球場脇の休憩所」、「仮設トイレ」などは除外する）
福山大学３次元地図制作を助けてください。
- それぞれの建物について「建物の階数」、「屋根の形」、「渡り廊下のあるような建物、はその外観も」、「建物の色」の取材 たのみます
- 人物が写り込まないこと
- 車両が写り込まないこと
- スマートフォンのカメラを使うことが望ましい. 撮影のとき、EXIF をオンにしておいてもらえる、とてもうれしい。
- 余裕があれば、Flicker に登録し、「世界には公開しないような形式」でし、撮影した写真すべてを投稿してみなさい
そして、 Flicker 出来上がりのスクリーンショットを撮ってください。
- （次回にでも）撮影した画像ファイルとスクリーンショット、金子教授に提出（ありがとう）。Webページで紹介する可能性があるので了承してください。
習得されるスキルセット： スマホの画像には EXIF 情報が付いている．画像を整理する（建物の名前）をつけるひと手間に慣れる。地図サービス Flicker を理解する
サービスイメージ：
クリックすると写真が出る
http://www.kunihikokaneko.com/dblab/map/flicker.html
Blender でテクスチャマッピングし、リアリティを向上
12/6 見学会
11/29 （水曜日）
マテリアル、テクスチャマッピング
11/15 （水曜日）
３次元コンピュータグラフィックスのソフトウエア
11/1 （水曜日）
画像処理、ビデオ処理の実例
キーワード： OpenCV, cv2.CascadeClassifier, cv2.VideoCapture, Python, 顔検出, カスケード分類器, Haar
（報告） 10/27 （金曜日）
4年生には14時ごろ集合と言っています．学園祭準備と避難訓練のセット（14時50分ごろに誘導します）です．
（来年は招集したいので、心の準備をお願いします．成績とは無関係の課外活動です。楽しさを追求します）．
10/25
物体認識
http://www.kunihikokaneko.com/dblab/keras/snowmasaya.html
顔の検知，顔のランドマークの検知，表情の検知
http://www.kunihikokaneko.com/dblab/dlib/trydlib.html
教師あり学習，ニューラルネットのグラフ表示
http://www.kunihikokaneko.com/dblab/chainer/intro.pptx
10/18: TenforFlow でできること
限定的な情報（スケッチ，赤緑青の塗り絵）から，実景に近い画像（猫，建物など）を合成すること，あるいは，種類を判別すること．
10/11: OpenStreetMap の実習
自分の実家の周囲（あるいは，好きなところどこでも）
10/4: ３次元地図システム Cesium 体験
研究室の運営方針（１０分）、「誰をどうハッピーにさせるか」が各自の課題。最新技術はセミナーで教える。学会発表のチャンスもある
３次元地図システム Cesium でできること。地形（起伏）、３次元オブジェクト、フォトグラメトリ http://www.kunihikokaneko.com/dblab/3dmap/cesium.html
9/27: サブテーマ説明「３次元地図データベース」（資料を使用）
テーマの概要説明（１５分）、実習なし
・ 卒業研究サブテーマ（案） (2018/5/30)を示しました
2017年度卒論製の成果物は次の通り
問い合わせ先： 金子邦彦（かねこ くにひこ）
