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

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る

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

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


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:顔識別を行う(Dlib と 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 仮想環境の作成」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認識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. ナンバープレート認識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、ナンバープレート認識を行う。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/sqlite3/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)

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


本サイトは金子邦彦研究室のWebページです.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]