トップページ -> 授業，研究室活動等のサポートページ -> 研究室「２０１９年４月卒論配属」サポートページ
[サイトマップへ]  

研究室「２０１９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

担当者：　金子邦彦

活動日：しばらくは木曜日、１時（週１回） 。（祭日のときはお休みです）

URL: http://www.kunihikokaneko.com/a/2019.html

金子研究室ポリシー

金子研究室では、次のようにポリシーを定めています

卒業研究活動

基礎を一通り実習したのち（第1から8回）、卒論テーマの候補(第9, 10回)を説明します

卒業研究とは： 仮設を立て、実験し、問題解決する行動

将来計画

年間計画

学生諸君（２０１８年４月配属卒論生）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。

金子研究室の研究分野

※ 企業との共同実験、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

情報工学応用演習II, 情報工学応用演習III のポリシー（３年次）

ソースコードが、インターネットなどで公開されたソフトウエア

ソースコードがインターネットで公開されているからといって、「自分の作品である」かのように宣伝したり、他の人に言ったりしてはいけない。 ふつう、作者によって、利用条件や利用料が定められているので確認する．

情報工学応用演習III（３年後期）

第14回目

話題提供：

第13回目

グループワーク、個人ワーク： PDF版, パワーポイント版

提出物：手書きレポート（１枚）、氏名を記載

上記の提出物（「ワード版」、「PDF版」）は本学学生の著作物です。改変、再配布を禁じます

第12回目

説明資料: 虹彩について

顔関係に関するパソコン実習資料へのリンクをまとめたWebベージは：顔検出，顔識別、表情判定，顔のクラスタリングや類似度や分類、肌色部分の抽出(Dlib, DeepGaze を使用）

頭部の向きの推定

頭部の向きの推定

瞳孔の検知

第11回目

宿題：レポート提出

いままでの資料を振り返りながら、人工知能＋データベース＋コンピュータビジョン/データのビジュアライゼーションを使って、試してみたい実験、試しに作ってみたいアプリケーションプログラムを考え、 レポートとして報告しなさい。レポートをグループで作成したときは、全員の氏名を明記。

さまざまな分野を考えることができる。ゲーム、映画・テレビ、画像やビデオを使うオンラインサービス、セキュリティ、工場等での製品検査、交通（自動運転、交通流観測、車両誘導など）、セキュリティ、個人認証、ロボット

紙かワードファイルで提出。締切は、来週火曜日とします

顔検出、顔のランドマーク検知、表情判定

※　顔識別は、実習済み。そのときの資料：顔識別を行ってみる（Python の ageitgey/face_recognition パッケージを使用）

説明資料：OpenCV について [パワーポイント版], [PDF版]

第10回目

OpenCVを用いた種々の処理

OpenCV とは「コンピュータビジョン」等の機能を備えたソフトウエア・ライブラリ．今回の実習では「コンピュータビジョンとは何か」も含め実習で理解、把握する

第9回目

強化学習 ML-Agents ツールキットを動かしてみる

説明資料: 人工知能の概要 [PDF版], [パワーポイント版],

説明資料 ML-Agents ツールキットに付属の事前学習済みモデルを Unity で動かしてみる[パワーポイント版], [PDF版]

次の資料の「隔離された Python 環境の作成」から開始してください。その前は、すでに、終わっています

パソコン実習資料： Windows で Unity ML-Agents + Python 環境を作る（Chocolatey, Anaconda を利用）（Chocolatey, Anaconda を利用）

第8回目

人工知能を用いた予測

提出物を指示

第7回目

１名休み

第6回目

米国ナンバープレート読み取りソフトウエアに関するミニ実習

  1. 文字認識ソフトウエアに関するミニ実習

    Windows で Tesseract 3.0.5 を使ってみる

  2. 画面キャプチャソフトウエア CatpureD のインストール

    手順

    1. 各自のパソコン．すでに C:\CaptureD がある場合には、インストール済み

    2. インストール手順は次の通り

      説明資料: https://www.kunihikokaneko.com/dblab/toolchain/captured.html

    3. C:\CaptureD の下の深いところに CaptureD.exe というファイルがある。それを画面キャプチャに使う

  3. ナンバープレート読み取りソフトウエアのインストール

    インストール手順は次の通り

    説明資料: https://www.kunihikokaneko.com/dblab/toolchain/openalprinst.html

  4. 各自、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
    1. youtube で、米国の車のナンバープレートが写っているビデオを探す

      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」

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

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

      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。 ビデオ１０個分くらい

      「＜openalpr-2.3.0-win-64bit.zip を展開（解凍）したディレクトリ＞」に, 画像ファイルをすべて置く

    3. alpr コマンドで、ナンバープレート読み取りを行う。間違ったナンバープレートが一番上に表示されたものを探してみる

      次のように実行。エラーがでたときは、 「＜openalpr-2.3.0-win-64bit.zip を展開（解凍）したディレクトリ＞」に, 画像ファイルがあるかを確認 

      alpr 001.png

      うまく認識できない場合（「No license plate found.」と表示されるもの）は無視してください

      提出物：　間違ったナンバープレートが一番上に表示された画像の .png ファイルと YouTube ビデオの URL

      YouTube ビデオを１０個（画像を１０個）使っても、「間違ったナンバープレートが一番上に表示された画像」が見つからないときは、実験を打ち切ってください。その場合でも原点しません

      提出物には、 成績評価上の点数を付けます

    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。

第5回目

1名休み。資料等の説明は別途行いました。

  1. Python 入門（復習）

    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]

  2. 顔検出、顔識別システムに関する実習 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

  3. ディープラーニングを用いた物体認識

    物体認識とは：　画像の中から，所定の物体（自転車や人など）を自動で探し，その場所を四角（バウンディングボックス）で囲む．

    下の資料の「SnowMasaya / ssd_keras のインストール手順 」のところから開始してください．（そこまでの手順は終わっています）．

    ※ エラーメッセージが出たら教えてください。そこで打ち切りとします。（フリーソフト等を使っています。信頼できるソフトウエアですが、Windowsパソコン側の設定に不備があるかもです）

    https:////www.kunihikokaneko.com/dblab/keras/snowmasaya.html

第4回目

  1. リレーショナルデータベース

    https://www.kunihikokaneko.com/dblab/intro/dbsummary/dbsummary1.pdf

  2. 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: https:////www.kunihikokaneko.com/dblab/intro/database1.pptx

  3. SQLite3 でテーブルの作成

    その資料: https:////www.kunihikokaneko.com/dblab/intro/database2.pptx

  4. 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: https:////www.kunihikokaneko.com/dblab/toolchain/sqliteman.html

  5. SQL でテーブルの結合

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

より詳しく学びたい人への個人ワーク

第3回目

第1回目は説明会、第2回目は、卒業研究中間発表への参加

情報工学応用演習II（３年前期）

第14回目, 第15回目 

レポート課題
次回の授業では、Python 言語で KerasやTensorFlow を使います。
各自で、次の話題の中から好きなものを選び、インターネットや図書館で調べ、レポートを提出してください
・ニューラルネットワーク
・畳み込みニューラルネットワーク
・ディープラーニング
・機械学習
・機械学習とディープラーニングの違い
・強化学習
・リカレントニューラルネットワーク
・スマートスピーカ
レポート文章の分量は、１ページとしてください。友達と相談して作成するときは、１人あたり１ページにしてください。手書きでもWordでも構いません。インターネットや本の写真などをコピーして載せるときは、出所（URLや本の名称）を書き添えてください

第13回目

地図システムの実習（前回の続き）

緯度経度

使用するデータ: photo-2018-07-03

第12回目

地図システムの実習

第11回目

今日は２人１グループを希望します（出席を取るときに相談します）

第10回目

地図

第9回目

３次元ゲームエンジン

受講者（３名）の成果物： Panda3d サンプルプログラム

第8回目

３次元ゲームエンジン

受講者（４名）の感想，振り返り

第8回目

OpenStreetMap は、オンラインの地図データベース．登録すると、編集する権利を得ることがでｋりう

第7回目

第6回目

成果物（受講学生によるリフレクション）

第5回目

2次元のゲームエンジン．

※ 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

第4回目

第3回目

成果物: 1.blend, 2.blend, 3.blend, 4.blend

問い合わせ先： 金子邦彦（かねこ くにひこ）