トップページ -> 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], [サイト内検索へ],

研究室「２０１９年４月卒論配属」サポートページ

サイト構成 データベース関連技術 データの扱い インストール，設定，利用 プログラミング 情報工学の講義実習資料 サポートページ 連絡先，業績など

担当者：　金子邦彦

活動：週2回，１０時４０分開始としたい

火曜日，金曜日に集合

卒業論文の締め切り（概要，卒論本文，プレゼンファイル等の提出）は12月24日です． プレゼンは 12月25日に実施されます．

URL: https://www.kkaneko.jp/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

テーマ候補と活動内容

・研究室内のパソコン等は、自由利用とします

・集合日は，週に１度（様子を見ながら増やします）．案内、情報提供とします．その他の日も、毎日来ていただくのは構いません。

・次を課題、宿題として出したいと考えています．事前準備については，相談します．

中間発表（７月）（ポスター）、学会発表原稿（８月）（原稿１枚）、学会発表（１０月２６日）（プレゼン）、卒論（１２月）（本文２０枚程度、概要１枚）、卒論プレゼン（プレゼン）、学会発表（３月）（ポスター）

※ ポスターはポスターを展示すること．プレゼンはパワーポイントで発表し，質問等を受付けること（質問者は学科教員、他大学の先生である）

・テーマは次のものから、各自相談の上選びます。２名でのグループ研究を前提とします。

1. VR コンテンツ制作と VR 体験 （実験では、野外を3次元計測．できたコンテンツの量と形を見ていただきます）

勉強できること：立体再構成技術、データベース、パノラマ画像とVRの組み合わせ、既存のVR関係システム

2. AI アプリ研究開発（実験では「データベース」の量と形を見ていただきます）

勉強できること：顔識別、姿勢識別、物体識別、AI、TensorFlow, Keras、データベース

3. 動画（距離動画）からの歩行者、車両の挙動（直進、停止、右左折）の自動読み取り（実験は読み取り精度）

勉強できること：コンピュータビジョン、AI、データベース

4. 出入り口での通過観測から、車両や人流の速度、方向、密度を読み取る（実験は読み取り精度）

勉強できること：統計処理、データベース

5. 人工知能を賢く育てる（実験では、「どれくらい賢くなったか」を見ます）

勉強できること：AI、ディープラーニング、TensorFlow, Keras、添加学習、メタパラメータ、ニューラルネットの可視化、データベース

6. AI カメラ制作

勉強できること：ラズベリーパイ、ディープラーニング、データベース

7. ナンバープレート認識システムの制作（実験は認識精度）

勉強できること：コンピュータビジョン、文字認識、データベース

8. 日本全国の道路地図システム高速処理（実験は性能）

勉強できること：リレーショナル・データベース

9. 情報工学科での AI, IoT, VR/AR 教育用の新教材（授業を実施）

勉強できること：ディープラーニング、TenforFlow, Keras, 仮想マシン、オンラインでのプログラミング、OpenPose, openpose, VR システム、３次元コンピュータグラフィックス、データベース

※ 以上のテーマについて、７月までに実験結果を出します。ポスターなどの発表（７月、それ以降）では、実験結果を書いていただければ、構成、準備がしやすいでしょう。

・できた成果物（ポスター、プレゼンのパワーポイントファイル、卒論、プログラム作品など）は、原則、研究室のWebページで公開します（製作者を明らかにするために、氏名を記載します）。問題のある場合には適切に対処します。

・7月以降、特に問題なければ、同一テーマもしくは関連の類似テーマで実験等を継続しますが、本人の意思等によりテーマ変更はありえます

・「データベース」は、Google Firebase を使うことにしている。問題が出てきた場合には相談します．

・研究室のパソコン、器具類は自由利用です。パソコンの設定は、次のように定めて、統一している

※　各自と相談の上、おのおの気兼ねなく使えるように、専用の１台を割り当てることもできます

Windows: http://www.kkaneko.jp/tools/win/windows_toolchain.html

Ubuntu: http://www.kkaneko.jp/tools/ubuntu/ubuntu_toolchain.html

卒業研究活動

卒業研究とは： 仮設を立て、実験し、問題解決する行動

  • 第1回: 4/19, 13:00, プログラミング

    以下、参考情報です．興味のある人は各自行ってください

    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、公開している．作者は各資料に明記している．

    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，顔分類，肌色

    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], [PDF]

    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], [パワーポイント],

    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], [PDF]

    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.kkaneko.jp/tools/win/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.kkaneko.jp/tools/win/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：　

      [image]
      元画像 (https://www.youtube.com/watch?v=n7YpGfnTqoY)

      [image]
      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った。

    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], [パワーポイント]

    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.kkaneko.jp/dblab/keras/snowmasaya.html

      第4回目

      1. リレーショナルデータベース

        https://www.kkaneko.jp/cc/dd/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.kkaneko.jp/dblab/intro/database1.pptx

      3. SQLite3 でテーブルの作成

        その資料: https://www.kkaneko.jp/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.kkaneko.jp/tools/win/sqliteman.html

      5. SQL でテーブルの結合

        その資料: https://www.kkaneko.jp/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 を使う．
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）

      • pycuda を使ってみる

        キーワード: GPU, CUDA （「クーダ」と読むことが多いようです）, pycuda,

        CUDA を用いて多数の掛け算を行うプログラムです．次の資料で、インストールは終わっているので「pycuda を使ってみる」を行ってください． （うまく動かない場合には言ってください．個別に対処します．早く終わった人は待っていてください）．

        資料（金子研）: Windows で pycuda のインストール

      • 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ので、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 で顔検出を行ってみる，カメラともつなぐ

      • 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

        「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）: 顔のアラインメント、顔の増量、ランドマーク、顔からの特徴量抽出（dlib 付属のサンプルプログラムを使用）

      • imglab を使ってみる

        起動して動作確認まで。

        資料（金子研）: Windows で Dlib 19.13 同封の imglab を使ってみる

      • ２名１チームでグループワーク

        以下を授業中の演習課題とする

        • キーワード決め：　１つ、日本語でも英語でもよい
        • https://ccphotosearch.com/ で画像を集める（最大５０枚）
        • imglib を使い、「赤の四角で囲んで、ラベルを書き込む作業」を行う
        • 必ず、imglib で保存の操作を行うこと

        成果物（受講者４名による成果物）： XML ファイルと画像ファイル [image]

      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

      • Panda3d を使い、3Dゲームを動かした．
      • オブジェクトの動かし方やカメラ移動について学んだ．
      • 3次元ゲームエンジンである Panda のサンプルプログラムが面白かったです．
      • マウス、キーボードで画面を動かす、エフェクトを変えることができるので、いろいろなゲームに活用できそうだと思いました．
      • Panda3d を使った 3D ゲームの原型となるものがどんなものか分かった．
      • 3次元ゲームエンジンの Panda3D を体験した．
      • 実際にプログラムを実行しオブジェクトを動かした．ppython の実行の仕方を学んだ．

      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）

      • 「A」などの文字のオブジェクトに様々な動きを付けて、動かす動かすことができた。
      • イベントやアクションを駆使して、文字を動かしたり、ランダムに配置したりして、使い方がわかった
      • マウスのクリックや矢印キーを使い物体を動かしたりする。ぬるっと動かすことも可能。数を増やすこともできる。
      • 乱数を使い、物体の出現位置をランダムにする。物体の数を増やしても、同じようにランダムに表示できる。
      • イベントにはキーボードのキーを押したときや、マウスでクリックしたものがあるのがわかった。
      • add などのプログラミング言語によって、オブジェクトの数を増やしたり、当たり判定を付けたりしました。

      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


      本サイトのサイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

      問い合わせ先： 金子邦彦（かねこ くにひこ） [image]