![[kaneko lab.]](https://www.kkaneko.jp/info/logo_png.png){kind=logo}
研究室「２０１８年４月卒論配属」サポートページ
このページは、2018年4月に卒論配属された学生の研究活動を円滑に進めるためのサポート資料集である。各自の研究テーマや進捗に合わせて、関連する資料を参照し、計画的に研究を進めること。不明な点や困難に直面した場合は、自身で調査・試行錯誤することに加え、早めに指導教員や研究室の先輩に相談することが推奨される。
資料
次の内容で活動した。
顔のランドマーク
頭部の姿勢推定
- 頭部の姿勢推定を行う
- mpatacchiola/DeepGaze のインストールと動作確認（頭部の姿勢推定）（Python 3.7, TensorFlow 1.15.5 を使用）（Windows 上）
瞳孔の検出
パソコン実習資料
※ その後、「OpenCV で顔検出（OpenCV、Python を使用）」と組み合わせて動くように書き換えること。
※ 表情判定については、次の資料を参考にすること。カメラに映った顔の表情のリアルタイム判定についての実習も記述してある。
ezgiakcora/Facial-Expression-Keras のインストールと動作確認（表情推定）（Dlib、Python を使用）（Windows 上）
Google Firebase Storage についての実習
次の資料を全員動かして、Google Firebase Storage に慣れること。ファイルのアップロード、ダウンロードである。
OpenCV で動画ファイルの書き出し
パソコン実習資料: Python + OpenCV 4 でビデオを扱ってみる
Python 環境の新規作成
パソコン実習資料: Windows で、Anaconda をインストールし、Python の仮想環境 + Keras + TensorFlow + OpenCV + spyder + Dlib 環境を作る（Chocolatey を利用）
SkinDetector をパソコンの USB カメラで動かす
DeepGaze を用いて肌色領域の抜き出し を最初から。「付属のサンプルプログラムを動かしてみる」のところは行う必要はない。
ipazc/MTCNN のインストールと動作確認（顔検出）（Python を使用）（Windows 上）
パソコン実習資料: ipazc/MTCNN のインストールと動作確認（顔検出）（Python を使用）（Windows 上） を最初から行うこと。
スマホカメラを用いた実習の予定
パソコン実習資料: https://www.kkaneko.jp/tools/win/tools.html
顔画像に関する実習
https://www.kkaneko.jp/ai/deepim/index.html
SkinDetector を動画ファイルで動かす
パソコン実習資料: DeepGaze を用いて肌色領域の抜き出し の sample1.mp4 を使用する箇所。
SkinDetector を動かす
パソコン実習資料: DeepGaze を用いて肌色領域の抜き出し
DeepGaze を用いた肌色領域の抽出
パソコン実習資料: DeepGaze を用いて肌色領域の抜き出し
パソコン実習資料:「顔検出、顔識別の機能（Python の ageitgey/face_recognition パッケージ）を使ってみる」を使用する。
パソコン実習資料: マイクロソフトCOCO のデータとモデルを使ってみる
ディープラーニングによる顔識別 (Keras, DeepFace, VGG16 + Siamese を用いるもの)
(Keras, DeepFace, VGG16 + Siamese を用いるものである)
セグメンテーション
dblab/segmentation/keras-deeplab-v3-plus.html
ディープラーニングによる顔識別 (Keras, DeepFace, VGG16 + Siamese を用いるもの)
(Keras, DeepFace, VGG16 + Siamese を用いるものである)
プログラミングと情報システム、Python プログラミング演習
Unity の基本操作について
（すでに、各自、インストール済みである）
Python 入門
Python と Google Colaboratory: Python 入門（全14回、Python Tutor と CodeCombat を使用）: 別ページ »で説明してある。
顔検出、顔識別の機能（Python の ageitgey/face_recognition パッケージ）を使ってみる
JSON とは
Google Firebase の Cloud Firestore を使ってみる
パソコン実習資料: Google Firebase の Cloud Firestore を使ってみる
TensorFlow のインストール
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ェアをインストール（Chocolatey を利用）
Linux 演習
Linux で、Keras, TensorFlow, Dlib, その他画像処理環境を整える手順である。
パソコン実習資料（金子研）: Raspberry Pi で Keras, TensorFlow, Dlib, その他画像処理環境を整える
Windows でのAI関連ソフトウェアインストール
人工知能のソフトウェア dlib, Keras, TensorFlow のインストールなど。
- 「Windows で、Python の仮想環境 + Keras + TensorFlow + OpenCV + spyder + Dlib 環境を作る（Anaconda を利用）」
スマート道路に関する話題提供
AIカメラ (Raspberry Pi を使用) に関する話題提供
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
https://www.kkaneko.jp/db/cg/blendervisible.html
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/index.html
dlib の付属ツールのビルド作業
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完了していること。
顔の検出
資料（金子研）: Dlib を使ってみる
アラインメント、顔データのデータ拡張、ランドマーク
資料（金子研）: Dlib による顔のアラインメント、顔データの増量、顔のランドマーク、顔のコード化（Dlib、Python を使用）（Windows 上）
imglab を使ってみる
資料（金子研）: Windows で Dlib 19.13 同封の imglab を使ってみる
NVIDIA CUDA ツールキットのインストール
資料（金子研）: Windows で NVIDIA CUDA ツールキットのインストール
NVIDIA メンバーシップへの加入（各自）と、NVIDIA cuDNN のインストール
資料（金子研）: Windows で NVIDIA cuDNN のインストール
pycuda を使ってみる
資料（金子研）: Windows で pycuda のインストール
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完了していること。
cmake のインストール
パソコン実習資料（金子研）: Windows で cmake のインストール
Visual Studio Community 2017 C++ と Windows Standalone SDK for Windows 10 のインストール
パソコン実習資料（金子研）: Windows 10 で Visual Studio Community 2017 C++ と Windows Standalone SDK for Windows 10 のインストール
Dlib のインストール
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完了していること。
Dlib を使ってみる
パソコン実習資料（金子研）: Dlib による顔検出を行う Python プログラム（Dlib, Python を使用）（Windows 上）
OSMBuilding を用いて、OpenStreetMap の福山大学周辺など、いろいろな場所の3次元地図を見てみる
パソコン実習資料（金子研）: OSMBuilding の例
OpenStreetMap のIDエディタを使って地図を編集
パソコン実習資料（金子研）: OpenStreetMap のエディタを使って地図を編集
OpenStreetMap のデータをダウンロード
パソコン実習資料（金子研）: Python の overpy を用いて OpenStreetMap のデータをダウンロード
Panda3D で複数のオブジェクトの配置、衝突判定
3次元のゲームエンジン Panda3D を使ってみる （改定、充実させた）。
3次元のゲームエンジン Panda3D のプログラム作成と実行
さまざまなプログラミング言語で使用可能なテキストエディタ
Windows で Visual Studio Code のインストール
Visual Studio Code での、Panda3D プログラム作成と実行
Visual Studio Code で、Panda3D プログラムを動かしてみる
3次元のゲームエンジン Panda3D を使ってみる
Panda3D の体験
Cocos2d のクラスとオブジェクト
Label クラス、Line クラスの属性
ゲームの例
Python 入門
Python プログラムの実行、Python でのデータマネジメント: [PDF], [パワーポイント]
Cocos2d のシーン、レイヤ、ゲームの登場物
乱数、動きのシミュレーション、同じ種類（クラス）のオブジェクトを簡単に増やす
Cocos2d-x
C++でプログラムを書くことができるゲームエンジンである。学校や自宅で試してみたいという学生諸君のために資料を作成した。
Windows 10 で Visual Studio Community 2017 C++ と Windows Standalone SDK for Windows 10 のインストール
Android Studio
Windows で Android Studio 3.1.2 のインストール
Cocos2d を使ってみる
Cocos2d のイベント、キーコード、イベントハンドラ、アクション
プログラミング演習
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)
Cocos2d の紹介、Cocos2d でのキーボード、マウスのイベント
※ 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記述してある。一定の条件下で無料で使えるソフトウェアである。
SQL でテーブルの結合
https://www.kkaneko.jp/de/sqlite3/database3.pptx
リレーショナルデータベースの基本概念
https://www.kkaneko.jp/de/db/1.html の後半部分
https://www.kkaneko.jp/de/db/2.html
演習問題
https://www.kkaneko.jp/de/db/2.html の末尾にある演習問題を試すこと。
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 を使用する。
https://www.kkaneko.jp/cc/container/windows_qemu.html
リレーショナルデータベースと SQL の演習
- SQLite 3 のデータベース新規作成、テーブル定義、テーブルの削除
- SQLite 3 でテーブルの作成
- 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。
- （余裕のある人への個人ワーク）SQLの機能体験
フォントについて
成果物
Tesseract の実習
学習（訓練）に使用するフォントを変えると、Tesseract の文字認識の精度が変わる
Windows での文字認識ソフトウェアの紹介
- Windows での Java 8 (Java Runtime Environment 8) のインストール: 別ページ »で説明してある。
- ImageMagick バージョン 7 のインストール
- Windows で Tesseract を使ってみる
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）する。
- 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共有する。
- コマンドプロンプトで実行する。
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＞
OpenALPR の公式ページ: https://www.openalpr.com/
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ものである）
パソコン実習資料: VGG16
LSTM
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試みること）。
https://carnumberplategenerator.firebaseapp.com/
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」。
Keras2 のインストール、動作確認。Keras2に付属の MNIST データセット。
説明資料
人工知能（AI）について
人工知能（AI）が注目される理由・背景知識 [PDFファイル]を作成したので、一読されたい。
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（AI）を動作させる。
説明資料: https://www.kkaneko.jp/ai/win/deepforgetrytouse.html
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
https://www.kkaneko.jp/tools/win/windows_msys2dev.html
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ェアである。
https://www.kkaneko.jp/cc/dev/docker.html
DeepForge のインストール、インポート、エディタ画面
https://www.kkaneko.jp/tools/win/deeplearning/deepforge.html
Keras のインストール
https://www.kkaneko.jp/db/ai/ni/index.html
Python + OpenCV 4 で前景分離、ステレオマッチング、点や線の描画
https://www.kkaneko.jp/db/ai/opencv/opencv.html
Blender のロジックエディタ
https://www.kkaneko.jp/db/cg/blendergame.html
Blender の3次元ゲームエンジンについて
https://www.kkaneko.jp/db/cg/blendergameengine.html
剛体 (rigid body) の落下や衝突のシミュレーション
- パソコン実習資料: https://www.kkaneko.jp/db/cg/rigid.html
- 説明ビデオ: Blender で剛体シミュレーションの作成 (2分42秒, 説明音声つき) [mp4 版]
- 説明ビデオ: Blender での剛体シミュレーションの再生 (2分40秒, 説明音声つき) [mp4 版]
パーティクルアニメーション
「パーティクル」と呼ばれるたくさんの粒を用いるシミュレーションである。
- パソコン実習資料: Blenderでパーティクルアニメーション
- 説明ビデオ: Blender でパーティクルアニメーション (2分42秒, 説明音声つき) [mp4 版]
- 説明ビデオ: Blender でパーティクルアニメーションの設定 (4分24秒, 説明音声つき) [mp4 版]
Blender 3次元ゲームエンジン紹介
https://www.kkaneko.jp/db/cg/blendergameengine.html
サービスイメージ
クリックすると写真が表示される https://www.kkaneko.jp/db/map/flicker.html
3次元コンピュータグラフィックスのソフトウェア
- Blender の機能紹介
- 説明資料: blender の機能紹介 [パワーポイント], [PDF]
- Windows で Blender のインストール
- https://www.kkaneko.jp/sample/obj/sample.obj
- Blender の自動操作
画像処理、ビデオ処理の実例
物体認識
https://www.kkaneko.jp/ai/deepim/snowmasaya.html
顔の検出、顔のランドマークの検出、表情の検出
https://www.kkaneko.jp/ai/win/trydlib.html
教師あり学習、ニューラルネットのグラフ表示
https://www.kkaneko.jp/db/chainer/intro.pptx
TensorFlow で可能なこと
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などである。
OpenStreetMap の実習
https://www.kkaneko.jp/db/map/osm.html