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.