研究室「２０１８年４月卒論配属」サポートページ

金子邦彦研究室：　データベース、人工知能（AI)、データサイエンスの融合により不可能を可能にする

金子研究室ポリシー

金子研究室の学生の皆さんには，次のようにお願いします．

• 「自分のやりたいこと」を自分で考え，自分で決める．決めるときには，指導教員のアドバイスも受ける．
• チャレンジこそが大事．自分の成長に重要である．卒論の期限に間に合うかという小さいことを気にしない．熱中して取り組む雰囲気を作る．
• 原理原則、ものごとの本質をとらえる．
• うまくいかないことがあっても，決して気に病まない，怒られない．仲間や指導教員の助けを借りながら「なぜうまくいかないのか」を自分で考える．「うまくいくための道筋（仮説）」を立て，取り組んでいく．こうした取り組みを繰り返す．地道な行動を重ねる．

活動記録

年間イベント

• 10/2: 中間発表（全員）
• 12月5日: 卒論発表に関する説明会（１４時４０分）（情報工学科４年生対象）
• 12月24日頃: DEIM 2019 学会発表（データベース）申し込み
• 1月9日 17時: 「2019年電子情報通信学会総合大会」の原稿（１枚）＋学会発表（電子情報通信学会）申し込み
• 1月10日 17時: DEIM 2019 原稿（２枚）
• 1月18,19,20日 学生諸君は大学構内への立ち入りを遠慮ください
• 1月25日: 卒論締め切り（卒論、概要、プレゼンファイルの３点セット）

  ※ このページの末尾に、2017年度卒業生の卒論関係のファイルのへのリンクを置いています

• 1月26日 9:30スタート: 卒論プレゼン（スーツ着用）

  03306教室、9:30開始、12時終了予定です。通知があるので、必ず、通知を見て、最新情報を確認してください。スーツ着用

• 1月28日以降は：週１回の集合とします。自由研究したい人は、研究室を使ってください

  実験データ、ソースコードを集めます

• 3月4日 -- 6日 : DEIM 2019
• 3月19日 -- 22日 : 2019年電子情報通信学会総合大会

学生諸君の成果物

本人の了解の上、（あわせて、人物写真については当該本人了解の上）、一部調整の上、公開しています。作者は各資料に明記しています。

• 卒論（2019年1月） (公開版)
  • 人物再識別システムの試作と評価 (ワード), (PDF)
    プレゼン: プレゼン (パワーポイント), (PDF)

  • Firebase を用いた位置情報共有システム (ワード), (PDF)
    プレゼン: プレゼン (パワーポイント), (PDF)

  • ディープラーニング顔画像解析基盤システムの試作と評価実験 (ワード), (PDF)
    プレゼン: プレゼン (パワーポイント), (PDF)

  • 気圧センサーを用いた傾斜計測システムのデータベース作成 (ワード), (PDF)
    プレゼン: プレゼン (パワーポイント), (PDF)

• 卒論中間発表（2018年秋） (公開版)
  • 人工知能による人物再識別と人流観測システム (パワーポイント), (PDF)
  • 位置情報による集団行動把握の基盤システム (パワーポイント), (PDF)
  • ディープラーニング顔画像解析基盤システムによる顔解析へ向けて (パワーポイント), (PDF)
  • 気圧センサーを用いた傾斜計測及び尾道の傾斜情報地図の作成 (パワーポイント), (PDF)

• 卒業研究サブテーマ（案） (2018/5/30)を示しました（卒論が終わっていないのでアクセス制限）

金子研究室の研究分野

• センサー（実世界からのデータ獲得）、データマネジメント、人工知能の融合

  データベース、センサー、ラスベリーパイ

• データベースと人工知能の高度応用

  AIカメラ, 顔識別、個人再識別、ナンバープレート認識、交通流解析、地図と都市交通

  ビジュアリゼーション、コンピュータを介した人同士の相乗と協業、３次元コンピュータグラフィックス、Webインタラクション、ゲームエンジン

企業との教場実験、企業主催研修会への参加、学会発表（旅費）、など多数機会あります。大学院進学を考えている人は、いろいろな先生、先輩の意見を聞いてみてください

資料

• 2/18 ： 11時、全員集合

  ポスター作成の日になっています。

  次のことを準備、考えておいてください（再来週までで終えたら安心）。

  1. ポスター作成印刷
  2. 実験データ、ソースコードを集めます。形式は口頭で相談
  3. 東京で発表する人、１０分のプレゼン
  

• 2/12 ： 11時、全員集合

  2/11 はやめて、2/12 にします

  DEIM 提出原稿、DEIMポスターの作業です（１時ごろに時間ください。手続きの相談をします。私は１時頃行きます）

• 2/4 ： 11時、全員集合

  DEIM 原稿のアップデート

• 1/28 ： 11時、全員集合、次の事項について
  1. 各自、情報工学科が定める方法で、卒業論文ファイル、パワーポイントファイルを提出（各自、セレッソで行ってください）

  2. それとは別に、次のファイルを、指導教員が集めます

     電子情報通信学会提出原稿（ワードファイル）、DEIM提出原稿（ワードファイル）、卒論プレゼン（パワーポイント）、卒論ファイル（ワードファイル）

  3. 次のことについて相談します

     卒論プレゼン（パワーポイント）、卒論ファイル（ワードファイル）は公開します。

  4. 次のことを確認します

     電子情報通信学会の発表日時、DEIMの発表日時

  5. 次のことは各自で、考えていただきます。内容については相談に乗ります。土曜日のプレゼンを踏まえて

     DEIM のポスター内容、電子情報通信学会のプレゼン準備

  6. 次をアドバイスとします（ポスター、プレゼンの作り方について、次を考えてみてはどうでしょうか）
     • 実験風景などを写した写真１から数枚を載せておく

     • 自分が収集し、蓄積した「データ」のリスト（箇条書き、あるいは、表形式で、見やすい方）を作っておく。顔画像ファイル、計測データ、実験結果データその他

     • 精度の実験：　「自分の顔で照合し、正答はXX個、誤答はXX個。他人の顔で照合し、正答はXX個、誤答はXX個」のような書き方。以上を表形式にする。

     • 実験手順について：　実験の「対象」とした主要なことがらについて、その説明 (JSON の説明、FireBase の説明といったレベルでもよい。既存の研究での実験でどこまで確認が進んでいたかの説明でもよい。いずれも出典明記がのぞましい）

     • ソースコードの説明：　JSONデータを使うためのソースコード部分（抜粋）、JSONデータに追記するためのソースコード部分（抜粋）のような。

     • Windows のコマンドプロンプトで実験した人：　コマンドの説明が必要（スクリーンショットでも良い）。フォントの大きさは２４ポイント以上とし、字の小さい人は差し替え

     • 実験で使用したシステムの全体図を考えてはいかがでしょうか. その中で、自分が実験した箇所を位置づける。

  7. 各自、自由研究

  ※ 「DEIM のポスター内容、電子情報通信学会のプレゼン準備」が終わった頃に、データ、ソースコード一式をお渡しいただきます（たぶん２月以内くらいを希望、卒業式の日でもOKです）

• 1/26 ：プレゼン。開始時刻、場所は各自で確認

  03306教室、9:30開始、12時終了予定です。通知があるので、必ず、通知を見て、最新情報を確認してください。スーツ着用 　

• 1/25 ：種々の提出締め切り
• 1/24 ：１１時集合（目安）
• 1/23 ：１１時集合（目安）
• 1/22 ：１１時集合（目安）
• 1/21 ：１１時集合（目安）

  今週は毎日登校とし、次をチェックリストとします。自由活動とします。相談があるときは適宜訪ねてください。ファイル等は電子メール送付を希望します

  • 研究倫理：　謝辞を書く。他者の著作物のコピーは原則禁止（「引用」したい場合には、指導教員に相談し、引用の流儀や書き方等の指導、再確認を受けること）
  • 1/26 プレゼンのこと（種々の注意事項）を各自で確認
  • 1/25 提出物（卒論、概要、タイトル、プレゼンファイルなど）の日時、内容を各自で確認
  • ３月の学会発表（東京）、研究集会ポスター（３月）

    ポスター準備、プレゼン（１０分）準備、ホテル予約、伝票作成 -> 1/28 以降、日時を決めて、週に１度以上程度お集まりいただく予定です

  • 研究で使用したデータ、ソースコードを提出（提出時に相互で確認しますので、面談を希望）

    -> 1/28以降にお集まりいただくかもです（４人全員で相互確認を頼む場合があります）

  • プレゼン練習：５分。元気に。
  • 参考文献は５つ以上。チョイスするときは、避けてほしいものがあります（参考文献になりにくいもの：企業等の製品紹介ページ、ブログ、解説記事、解説ホームページ、教科書、他の人が書いた卒業論文）。 「自分の研究で何を行いたかったか。既存の研究では何が足りないのか」に絞って、チョイスしていただくことになります。
  • 進路指導を受ける

• 1/17 木曜日
• 1/16 水曜日　１１：００集合を希望します。プレゼンについてお聞きします
• 1/15 火曜日

  追加実験．各自に、追加で行いたい実験（１つ、あるいは、最大２つ）を決めていただきます．取り組んでいただきます

  例１）ラスベリーパイでセットアップ＋実験

  例２）データが足りないので、１００から２００個に増やす

  例３）実験したときのデータを勘違いしていたので、正しいものに入れ替える

  例４）Google Firebase のデータベースを完成させたい

  例５）追加実験を行うためにアプリを作り、追加実験する

  例６）エクセルのグラフが見づらいので、見やすくなるように工夫する

• 1/11 金曜日

  自由研究、自由活動とします

• 1月10日（木曜日） 11:00

  原稿作成と提出

• 1月9日（水曜日） 11:00

  原稿に、書き写してください

  半田さん、井上さん
  
  謝辞
  本研究は科研費（15H05708）の助成を受けたものである．
  
  田坂さん、飯塚さん
  
  謝辞
  本研究は科研費（16K00163）の助成を受けたものである．
  
  
  

• 1月7日（月曜日） 11:00

  今週の予定を確認します

  • 1/9 まで
    • 2019年電子情報通信学会総合大会　 原稿「１ページ」版を作成

      プレゼン（発表１０分です）。

      http://www.ieice-taikai.jp/2019general/jpn/submission.html

      https://www.gakkai-web.net/p/ieice/ippan/new2.php

      原稿「１ページ」版を作成

      フォーマットは：　http://www.ieice-taikai.jp/2019general/jpn/template.html

      タイトル、著者、所属を記載（あらまし、キーワードは書かない）

      章立て：「１．はじめに」、「２．（メインとなるテーマを表す言葉）」、「３．（実験を表す言葉）」、「４．おわりに」　変えても良い

      材料：実験手順の説明（いつ、どこで、なにを、どうやって）、実験結果、実験結果から得られた結論

      実験手順や結果などは、スクリーンショット、ソースコード、グラフ、図解を準備（４−５点ほど）

  • 1/10 まで
    • DEIM 2019 原稿「2ページ」版を作成

      フォーマットは http://db-event.jpn.org/deim2019/post/submission.html

      タイトル、著者、所属、住所（大学の）、メールアドレス（大学の）、あらまし、キーワードは、12/25 に申し込んだときのものと一致させる（転記）

      ページ数は、「インタラクティブ発表のみ」なので２ページ

      「電子情報通信学会総合大会」で作った原稿の本文の「再利用」は半分まで。

• 12月27日（木曜日） 13:00

  研究室に集合、研究室で実験を継続（個人活動、グループ活動）。

  この日、実験結果、卒論のまとめ方について、個別に相談したいと思っています

  今年のまとめ。次回は１月７日（１１時）を予定

• 12月26日（水曜日） 13:00

  研究室に集合、研究室で実験を継続（個人活動、グループ活動）

  実験結果の見せ方、結論の書き方について、グループディカション、個人ワークお願い。、

• 12月25日（火曜日） 13:00

  研究室に集合、研究室で実験を継続（個人活動、グループ活動）

  写真撮影は、この日時で確定しました。スーツ着用で１３時に集合ください。途中で私服に着替えていただきますので、私服も持参ください

  取り組みについて、グループディカション。（１）実験手順　（２）実験結果　（３）実験結果から得られた結論。（ワードかパワーポイントで書いて、２５日の水曜日くらいに提出）

• 12月21日（金曜日） 11:00

  研究室に集合、研究室で実験を継続（個人活動、グループ活動）

• 12月19日（水曜日） 13:00

  いままで行った実験、これから予定している実験について情報交換

  ポスター発表。申し込みのための準備

  • DEIM 2019 http://db-event.jpn.org/deim2019/post/submission.html
    • スケジュール（各自で確認） : http://db-event.jpn.org/deim2019/index.html
    • 概要（各自で確認） : http://db-event.jpn.org/deim2019/post/abst.html
    • インタラクティブ発表の説明を各自で確認：　http://db-event.jpn.org/deim2019/post/submission.html
    • 投稿申込の準備を行う　http://cms.deim-forum.org/deim2019/author/submit.php　を印刷し、記入。各自で。（２４日ごろまでに、各自でオンライン申し込みを行ってもらいます）
    • 原稿は２ページ．（１）実験手順　（２）実験結果　（３）実験結果から得られた結論を記載すること

  • 電子情報通信学会総合大会

    プレゼン（発表１０分です）。

    http://www.ieice-taikai.jp/2019general/jpn/submission.html

    来週相談します

    https://www.gakkai-web.net/p/ieice/ippan/new2.php に記入する作業を各自で

• 12月17日（月曜日） 14:30

  研究室に集合、研究室で個人活動、グループ活動

  各自、自分が計測したデータ（仲間の協力を得てもよい）を使っての実験結果の報告がなるべく多くできるように準備ください。間に合っていないと思った人は、仲間に助けを求めてください

  次を情報提供とします

  頭部の向きの推定

  • 68ランドマークを使ってみる

  頭部の向きの推定

  • 頭部の向きの推定を行ってみる

  • 頭部の向きの推定を行ってみる（mpatacchiola/DeepGaze を使用）

  瞳孔の検出

  • 瞳孔を検出してみる（TobiasRoeddiger/PupilTracker を使用）

    赤いマークは目の下の中央、緑のマークが瞳孔

• 12月14日（金曜日） 11:00

  研究室に集合、研究室で個人活動、グループ活動 集合写真を取ります。来週、学校に来れない日（１７，１９，２１）があれば、メールで教えてください。

• 12月12日（水曜日） 13:00
  1. 肌色についての実験、実習

     次のパソコン実習資料の 「ビデオファイルを使って試す」の部分をすべて試しなさい、 顔の写ったビデオファイル（以前各自が撮影したものを全員で共有する）で分析してください。何らかの有益な結果を得ることを目標に。

     パソコン実習資料: Python + OpenCV でビデオを扱ってみる

     ※ その後、「Python + OpenCV で顔検出 」と組み合わせて動くように書き換えて、動作試験の後、メール提出しなさい

     ※ 表情判定については、次の資料を参考にしてください。カメラにうつった顔の表情のリアルタイムについての実習も書いています (今日は、表情判定についての実習は行いません)

     Dlib で，顔検出，顔のランドマーク検出（68ランドマーク法），表情判定を行ってみる

  2. Firebase のストレージについての実習

     次の資料を全員動かして、Firebase のストレージに慣れてください。ファイルのアップロード、ダウンロードです. 全員動いたかを知りたい です

     パソコン実習資料: Google Firebase Storage を使ってみる

• 12月10日（月曜日） 14:30 に集合

  研究室に集合、研究室で個人活動、グループ活動

• 12月7日（金曜日） 11:00

  研究室に集合、研究室で個人活動、グループ活動

• 12月6日 12:30 に集合

• 12月5日（水曜日） 13:00

  各自プレゼン（パワーポイント）

  OpenCV でビデオファイルの書き出し

  カラー画像の場合は

  out = cv2.VideoWriter('C:/image/output.avi', fourcc, 20.0, (640, 480), True)
  

  のように

  パソコン実習資料: Python + OpenCV でビデオを扱ってみる

• 12月3日（月曜日） 11:00

  個人活動の日とします。各自、研究室での活動は、毎日行うことができます。

• １１月３０日　金曜日１１時：実験結果まとめ、学会発表原稿書き、プレゼン実習

  次の課題を４名で。

  • いままでの取り組み（実験計画、実験結果、集めたデータ、得られた結論）について、他の３名に話をし、ディスカッションしなさい

  • 「まだやりたいことがあったのに！」という各自の気持ちを大事にしたい。12/5 に私を交えて、プレゼン会をおこなうので（このときには、各自、パワーポイントファイルを準備。実験計画、実験結果、集めたデータ、得られた結論について、パワーポイントファイル４−５枚くらいで説明）、その時までに間に合うような実験を各自で考えて、実施すること。他の仲間の協力は、各自から頼むこと

• １１月２８日　水曜日１３時
  • Python 環境の新規作成

    Python 環境を増やしてください。次の資料の最初から「9. imutils, mtcnn のインストール」まで（10. 以降は必要になったら相談します）

    パソコン実習資料: Windows で， Anaconda をインストールし、隔離された Python 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

    資料 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」のところは行わなくて良い

  • ipazc/MTCNN を用いて顔検出を行ってみる

    パソコン実習資料: ipazc/MTCNN を用いて顔検出を行ってみる を最初から

• １１月２６日　月曜日１４時３０分

  パソコン実習資料: https://www.kunihikokaneko.com/a/ai.html

• １１月２２日　木曜日１５時

  パソコン実習資料: https://www.kunihikokaneko.com/a/ai.html

• １１月２１日　水曜日１３時

  スマホカメラを用いた実習の予定

  1. パソコン作業（各自） 「activate keras」を行った後、次の資料の「10. imutils, face_recognition, mtcnn のインストール」と「12. Dlib, msgpackのインストール」をもう一度実施

     パソコン実習資料: https://www.kunihikokaneko.com/dblab/toolchain/kerasopencv.html

  2. 顔画像に関する実習

     各自、次のWebページに載っている資料のうち、２つ程度を選び、各自、実習（復習を兼ねる）をお願い

     https://www.kunihikokaneko.com/dblab/dlib/index.html

  3. サンプルビデオファイルを使う

     各自、次のWebページに載っている資料の「sample1.mp4を表示するプログラム」を使って OpenCV に慣れてください（他の部分は行わなくてよいです）

     SkinDetector をビデオファイルで動かす

     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 を使っているところ

     実際の動作画面

     

  4. 実験用ビデオファイルの収集

     今月末までに必要ですので、ビデオを２０個（各自のスマホで、自分の顔を自撮りした動画。日付を変えていること）を準備するように計画ください

• １１月１９日　月曜日１１時

  11/14 に使った顔写真のデータまだありますか(YouTube から切り取った方）（11/16 の方ではありません）。

  SkinDetector を動かす。YouTube ビデオ等で集めた数十枚の写真を使い「どういう場合にうまくいかないか」のデータを集めてはどうでしょうか

  パソコン実習資料: DeepGaze を用いて肌色領域の抜き出し

  実際の動作画面

  

  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

  実際の動作画面

  

• １１月１６日　金曜日１１時

  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」を使う。 いままで集めた顔画像を使う。 うまく行かない例（本人だとわからない場合、別人を本人だと思う場合）を探す。

• 11/14 （水曜日）13:00-

  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

  実際の動作画面

  

• 11/12（月曜日） 11:00-

  パワーポイントファイル集め。資料「マイクロソフトcoco のデータとモデルを使ってみる 」のトライアル

• 11/9(金曜日) 11:00-

  次のようにお願い

  １．「実験計画についてパワーポイント１枚で書いてください」を互いに画面で見せあって、他の人によい影響を与える

  ２．準備作業で足りていないこと、間に合っていないことがあれば、書いておいてください

  パワーポイントのファイルは、来週月曜日に集めます

• 11/8(木曜日) 13:00-

  次のようにお願い

  13:00-14:00 各自への宿題

  実験計画についてパワーポイント１枚で書いてください。各自。（使用するデータ。何を確認したか。どのようなプログラムを使うか。他の学生に何を手伝ってもらうか）

  14:00 過ぎ頃　2階の研究室にいてください。リム福山まで引率します

• 11/5(月曜日) 11:00-

  今日はコンプライアンス教育を実施します。確認テスト付き

• 11/2(金曜日) 11:00-
  • 水曜日（おととい）の実習のフォローアップ

    Webページに、１手順書き加えました (spyder を起動したあと、「ディレクトリの移動」の手順です）。うまく行かなかった！人はもう一度お願い

    ディープラーニングによる顔識別 (keras, DeepFce, CGG16 + Siamese を用いるもの）

    Windows で chen0040/keras-face を使ってみる

  • セグメンテーション

    Windows のパソコンで動かしてみる

    dblab/segmentation/keras-deeplab-v3-plus.html

  • 顔のセグメンテーション（抜き出し）に関するミニ実習、ミニ研究

    ここでいう「セグメンテーション」は、顔の部分を四角で抜き出すという意味ではなく、顔の部分を抜き出すという意味

    1. 画面キャプチャソフトウエア CatpureD を探す

       C:\CaptureD の下のどこか（深いところ）に、captured.exe があるかを調べる。ないときは、次の資料で、インストール

       説明資料: https://www.kkaneko.jp/dblab/toolchain/captured.html

    2. 実験用顔画像の準備. Youtube を使用
       1. youtube で、人の顔が写り込んでいるビデオを探す

       2. Youtube ビデオ CaptureD で画面をキャプチャ。　

          このとき、必ず、使用した YouTube の URL を記録しておく。（実験の鉄則）

          Youtube は、なるべく大きい画面で、そして、なるべく高い解像度で表示すること。（これを忘れると、あとでうまくいかない）

          Youtube のビデオを、いったん、「一時停止」し、顔の部分を Captured の機能で囲んで、キャプチャする

          キャプチャするのは、１つのビデオにつき、１枚の画像まで

          001.png 002.png 003.png のようなファイル名で画像を集める。拡張子は .png (CaptureD の「設定」の機能で png を選んでおく） ビデオ１０個分くらい

          先ほどの

          dblab/segmentation/keras-deeplab-v3-plus.html の配下に、画像ファイルを置く

       3. 顔のセグメンテーション実験

          それぞれの顔のセグメンテーションを行い、結果として画面に表示された画像を、キャプチャ（記録に残す）。 a1.png, a2.png のような、分かりやすい名前で保存しておく

          月曜日に集めます

• 10/31(水曜日) 11:00-

  ディープラーニングによる顔識別 (keras, DeepFce, CGG16 + Siamese を用いるもの）

  Windows で chen0040/keras-face を使ってみる

  ※「前準備」は終わっていますので、その次から

• 10/29(月曜日) 15:00-

  プログラミングと情報システム, Python プログラミング演習

  • 説明資料: 資料 [PDF版], [パワーポイント版], Python プログラミングに関する実習

• 10/26(金曜日) 11:00-

  宿題：１１月、１２月に行いたい実験について。（誰の顔を撮るとか、誰に計測を頼む、というようなこと、各自の希望を決め、他の４年生に頼んでおくことを来週行いたい）

  • 話題提供：３次元コンピュータグラフィックス

    Unity の基本操作について（すでに、各自、インストールしています）

    その資料: Unity を使ってみる

• 10/24(水曜日) 11:00-
  • Python 入門（復習）（思い出すために、各自で読んで、確認しておく）

    その資料: 変数，式，関数，クラス，コンストラクタ，クラスの属性アクセス，メソッド，親クラスからの継承 [PDF版], [パワーポイント版]

  • 顔検出、顔識別システムに関する実習

    次の資料。「前準備」は終わっていますので、その次から進めてみてください．各自の卒検で、このソフトを利用するかを考えること（各自で決めて良い）。

    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

• 10/22(月曜日) 11:00-

  Windows の作業。いったん、これで決定版とする

  • Windows のシステム環境変数 Path の調整

  • bazel は不要になったので削除

    コマンドプロンプトを管理者として開き、次を実行

    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

  • Firebase の演習

    全員が終わっているように助け合ってほしい

    パソコン実習資料:（金子研）： Python で Google Firebase を使ってみる

  • Windows で Java と OpenCV のインストール

    全員でバージョンを一致させたいので、次の操作をもう一度

    1. VS 2017用 x64 Native Tools コマンドプロンプトを開く

       ※ スタートメニューの「Visual Studio 2017」の下にある

    2. VS 2017用 x64 Native Tools コマンドプロンプトで 次を実行。エラーメッセージが出ても、無視してください

       choco install -y jdk8
       

    3. Windowsのシステム環境変数 JAVA_HOMEを次のように設定

       C:\Program Files\Java\jdk1.8.0_191
       

    4. Windowsのシステム環境変数Path

       各自で、C:\Program Files\Java\ の中を調べ、そこにあるディレクトリ名（181なのか191なのか確認する）をみて、 それに一致するように設定

       C:\Program Files\Java\jdk1.8.0_191\bin
       C:\Program Files\Java\jre1.8.0_191\bin
       

• 10/19 水曜日 11:00 スタート
  • tensorflow のインストールがうまく行かない（「conda install tensorflow」のところでエラーメッセージが出てインストールできない） →　資料を更新しました

    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）

• 10/17 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

  1. 以前準備した仮想マシン Raspberry Pi Desktop を起動

  2. 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
    

• 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．

  • 「Windows で，隔離された Python 環境 + Keras + TensorFlow + OpenCV + spyder + Dlib 環境を作る（Anaconda を利用）

• 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：顔の検出

    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

  • 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 9.2 のインストール

    ・「nvcc hoge.cu」までたどり着いたら OK です。「NVIDIA CUDA サンプルプログラムのビルドと実行」は必要ありません（興味があれば行ってもらっても構いません）

  • 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 7.1.4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終わっている

• 6/21 （木曜日） 13時
  • cmake のインストール

    パソコン実習資料:（金子研）: Windwos 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終わっている

  • Dlib を使ってみる

    パソコン実習資料:（金子研）: Dlib を使ってみる

  • 参考文献 https://www.koen.me/research/pub/vandesande-iccv2011.pdf

• 6/19 （火曜日） 13時
  • 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

    簡単に復習。個人ワーク。

    写真とずれていたら -> 建物や道路を編集して保存

    新しい建物や道路を追加したいときは -> 建物はエリア、道路はライン. うまくできたら保存

  • 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

• 6/14 （木曜日） 13時
  • Blender のデータを集めます

  • Panda3d で複数のオブジェクトの配置、衝突判定

    その資料: 3次元のゲームエンジン Panda 3d を使ってみる （改定、充実しました）

  • ゲーム制作実習お願い：チーム活動、オブジェクト指向、課題洗い出し
• 6/11 （月曜日） 13時
  • Blender のデータを集めます

  • 3次元のゲームエンジン Panda 3d のプログラム作成と実行　

    Visual Studio Code を使用

    その資料: 3次元のゲームエンジン Panda 3d を使ってみる

• 6/7 （木曜日） 13時
  • さまざまなプログラミング言語で使えるテキストエディタ

    その資料: Windows で Visual Studio Code のインストール

  • Visual Studio Code での，Panda 3d プログラム作成と実行

    その資料: Visual Studio Code で，Panda 3d プログラムを動かしてみる

  • 3次元のゲームエンジン Panda 3d を使ってみる

    その資料: 3次元のゲームエンジン Panda 3d を使ってみる

• 6/4 （月曜日） 13時
  • Panda3d の体験

    その資料: 3次元のゲームエンジン Panda 3d を使ってみる

  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
  • 卒業研究サブテーマ（案）を示しました

    データベースの作成は必須． 研究の目標，計画，先行技術の調査といったことも．

  • Cocos2d のクラスとオブジェクト

    その資料: Cocos2d の概要 [PDF版], [パワーポイント版]

  • Lable クラス, Line クラスの属性

    その資料: Cocos2d で，オブジェクトの属性を乱数で変化させる

  • ゲームの例

    その資料: Cocos2d で動きのシミュレーション

• 5/28 （月曜日） 13時
  • Python 入門

    その資料: 変数，式，関数，クラス，コンストラクタ，クラスの属性アクセス，メソッド，親クラスからの継承 [PDF版], [パワーポイント版]

  • Cocos2d のシーン、レイヤ，ゲームの登場物

    その資料: Cocos2d の概要 [PDF版], [パワーポイント版]

    その資料: Windows で Cocos2d を使ってみる

• 5/24 （木曜日） 13時

  プログラミング演習

  • 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

    その資料: Cocos2d で，オブジェクトの属性を乱数で変化させる

  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

  • 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す 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りました

    その資料: Windows 10 で Visual Studio Community 2017 C++ と Windows Standalone SDK for Windows 10 のインストール

    その資料: Windows で Cocos2d-x のインストール

  • Android Studio

    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りました

    その資料: Windows で Android Studio 3.1.2 のインストール

• 5/21 （月曜日） 13時

  プログラミング演習

  • Cocos2d を使ってみる

    その資料: Cocos2d の概要 [PDF版], [パワーポイント版]

    その資料: Cocos2d のイベント、キーコード、イベントハンドラ、アクション

• 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
  1. SQL でテーブルの結合

     その資料: http://www.kunihikokaneko.com/dblab/intro/database3.pptx

  2. 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

  3. 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

  4. （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

  5. （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：

    1. 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）。
    2. 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
  • フォント作成手順例

  成果物

  • 1つめ: 1.svg , 1.ttf
  • 2つめ: 2.svg , 2.ttf

  ※ 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
  • 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

  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

  1. Windows で Java のインストール
  2. ImageMagick バージョン 7 のインストール
  3. Windows で Tesseract 3.0.5 を使ってみる

• 4/12（木曜日） 13時

  手順

  1. https://github.com/openalpr/openalpr/releases
  2. openalpr-2.3.0-win-64bit.zip をダウンロード、展開（解凍）
  3. 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
  4. 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
  1. 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

  • 試しに「予測してみたいもの」のアイデア出し（グループで）
  • 各自、１つを受け持って、月曜日までに、予測のためのデータ探しと入手（エクセル、CSVファイルなどで入手しておく）

    ※ 次回、持参してください。次回、日時を書き加える作業工程 「2018」、「3」、「26」、「13」、「00」を予定しています

  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

  • Keras 2 のインストール
  • Keras を使ってみる
• 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

  1. 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。

  2. 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

  3. 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

  1. https://github.com/openalpr/openalpr/releases
  2. openalpr-2.3.0-win-64bit.zip をダウンロード、展開（解凍）
  3. 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

  4. 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）
  5. 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＞
     

  6. 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）

  • 設定 → コントロールパネル → プログラムと機能

    「WinPython」があれば削除

    「Python ... (Anaconda ...)」があれば削除

  • Youtube で「ご当地ナンバー」のナンバープレートについてのビデオを集めてください。各自５個。昼よる、あちこち混ざっているのが良いです。

  • Keras のインストール

    その資料: http://www.kunihikokaneko.com/dblab/dblab/keras/keras2.html

    次回実習で、ナンバープレートの予測、行動追跡等を行いたいと考えています

• 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）
  • 剛体 (rigid body) の落下や衝突のシミュレーション

    Blenderにある落下、衝突のシミュレーションの機能を見る。 オブジェクトをいろいろと配置して、シミュレーションしてみる

    • パソコン実習資料: http://www.kunihikokaneko.com/dblab/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使うシミュレーション

    • 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の３次元ゲームエンジン紹介

    その資料: http://www.kunihikokaneko.com/dblab/cg/blendergameengine.html

  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。

  1. 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
  2. 人物が写り込まないこと
  3. 車両が写り込まないこと
  4. 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。
  5. 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。
  6. （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

  • Blender の機能紹介
  • Windows で Blender のインストール
    • 説明資料: Windows で Blender 2.79b のインストール
    • 説明ビデオ: Windows で Blender のインストール (4分14秒, 説明音声つき) [mp4 版], [パワーポイント版]
  • http://www.kunihikokaneko.com/dblab/sampledata/sample.obj
  • Blender の自動操作

• 11/1 （水曜日）

  画像処理、ビデオ処理の実例

  • Python + OpenCV でビデオのフレーム間差分、トラッキングビジョン、オプティカルフローなど
  • Python + OpenCV で顔検出
  • イメージ・スティッチングの紹介 [HTML]

  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

  顔の検出，顔のランドマークの検出，表情の検出

  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．

  • http://www.kunihikokaneko.com/dblab/tensorflow/onlinedemos.html
  • http://www.kunihikokaneko.com/dblab/tensorflow/pix2pix.html
• 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）

  • 道路がずれていたら：　直して「保存」
  • 建物が足りなければ：　「エリア」を追加して，タグも付けて，「保存」

    http://www.kunihikokaneko.com/dblab/map/osm.html

• 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

2017年度卒論生の成果物は次の通り

• 卒論
  • 服部君 [ワード]
  • 内藤君 [ワード]
  • 岡田君 [ワード]
  • 下野君 [ワード]
  • 竹原君 [ワード]

• 卒論プレゼン
  • 服部君 [パワーポイント]
  • 内藤君 [パワーポイント]
  • 岡田君 [パワーポイント]
  • 下野君 [パワーポイント]
  • 竹原君 [パワーポイント]

• 卒論ストーリー
  • 服部君 (2017/12/01) [ワード], [PDF]
  • 内藤君 (2017/12/01) [ワード], [PDF]
  • 岡田君 (2017/12/01) [ワード], [PDF]
  • 下野君 (2017/12/01) [ワード], [PDF]
  • 竹原君 (2017/12/01) [ワード], [PDF]

• 卒論中間発表
  • 服部君 (2017/09/25) [ODP], [PDF], 差し替え版 (2017/09/26) [PDF]
  • 内藤君 (2017/09/25) [パワーポイント], [PDF]
  • 岡田君 (2017/09/25) [パワーポイント], [PDF], 差し替え版 (2017/09/26) [PDF]
  • 下野君 (2017/09/26) [パワーポイント], [PDF]
  • 竹原君 (2017/09/26) [パワーポイント], [PDF]

問い合わせ先： 金子邦彦（かねこ くにひこ）