※ 種々のデータは,Google Cloud FireStore (データベース管理システム)で管理します(プライベートなデータベースを作る)
インターネットで記事,論文を探すことができる
1人:
使用する機材,ソフトウェア
1人:
仮テーマぎめ,グループ分け,実験計画
ニューラルネットワーク
説明資料: 機械学習とニューラルネットワーク [PDF], [パワーポイント]
テーマに関するディスカッション,レポート作成(個人ワーク)
PyCharm は、Windows のスタートメニューの JetBrains の下. Python コンソールは PyCharm の中(下の方)にある.無ければ View → Tool Windows → Python Console と操作して開く.
学ぶトピックス:VR コンテンツの制作,人工知能でできること
USB カメラを使用
Webcam Controller, MOVE MIRROR, USB カメラからの読み取り
USB カメラからの読み取りでじゃんけん
絵の「スタイル」を変換するもの
物体の種類を読み取って、英語などで表示
言語 (LANGUAGE) を「日本語 (Japanse)」に切り替えて使用
※ Python などのプログラムで、AI画像分類を自動化することは難しくありません
インターネットで画像ファイルを集め「TRY YOUR OWN IMAGE OR VIDEO」→「BROWSE FILE」 で試してみる(グループワーク)
研究室の VR 機材
ウインドウが新しく開くので確認
大学内で、「被写体」を探し、その周りをぐるっと一周して、ビデオを撮影。(撮影中安全に気をつける)。 ビデオをとったら、提出
ポリゴン、3次元データ、3Dモデル、Wavefront OBJ ファイル、メッシュ簡略化
Wavefront OBJ ファイルを各自作成(自分が撮影する番と、他の人を手伝う番がくる)。きれいに撮影できるように工夫
サンプルデータ「Sense.obj」
※ 別のファイルを使って演習してもよいが、 全世界に公開されるので、公開しても差し支えないものだけをアップロードすること
サンプルデータ「Sense.obj」
※ 別のファイルを使って演習してもよい
雨天の場合は屋内。雨天でなければ屋外で。
説明資料: JSON とは [パワーポイント], [PDF]
説明資料: JSON とは [パワーポイント], [PDF]
パソコン実習資料: Google Firebase の Cloud FireStore を使ってみる
学習目標:Cloud FireStore: プロジェクトの作成、データベースの作成、データベース内にコレクションやドキュメントの作成。以上はWebブラウザで行う
※ 「プロジェクトの削除」は行わない。
「Windows の PyCharm でシステム Python(Windows にインストールした Python)を使う」までを行う。※「Windows の PyCharm で virtualenv の Python 環境を使う」は行わない
※ 「日付の大小比較の例」は行わない
以下、参考情報です.興味のある人は各自行ってください
Windows の 「アプリと機能」で、インストール済みのプログラムを見る。 次のソフトがある場合には、アンインストールする
インストールするならバージョン 3.6 をインストールしてください
その資料: Windows で Python 3 処理系,virtualenv, virtualenv-wrapper と各種ツール (Chocolatey, git, cmake, wget, 7zip など)のインストール
説明資料: プログラミングについて知っておきたいた大切なこと [PDF], [パワーポイント],
説明ビデオ: プログラミングについて知っておきたいた大切なこと(ミニ解説)(7分26秒, 説明音声つき) [mp4 版]
将来計画
ポスター作成
プレゼン
データベース、センサー、ラスベリーパイ
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
話題提供:
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
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:顔情報(顔検出,顔識別,顔のクラスタリングや類似度や分類,肌色部分の抽出,瞳孔の検出,顔姿勢の推定)
頭部の姿勢推定
頭部の姿勢推定
瞳孔の検知
赤いマークは目の下の中央、緑のマークが瞳孔
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:face_recognition による顔検出,顔識別(Dlib,ageitgey/face_recognition,Python を使用)(Windows 上)説明資料:OpenCV について [パワーポイント], [PDF]
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ェア・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
トピックス:カラー画像から濃淡画像への変換,イメージヒストグラム,ヒストグラム平坦化,濃淡画像のノイズを加える、ノイズを除去する,OTSU の方法による2値化,輪郭抽出
次の資料で「前準備」は終わっています
説明資料: Python + OpenCV 4 で濃淡画像を使う(イメージヒストグラム,ヒストグラム平坦化,ノイズ除去,2値化,輪郭抽出)
次の資料で「前準備」は終わっています
次の資料で「前準備」は終わっています
次の資料で「前準備」は終わっています
説明資料: イメージ・スティッチング
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「Python の仮想環境の作成」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)
人工知能を用いた予測
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
※ 「前準備」のところは終わっている。「Cython, cocoapi, imgaug のインストール」のところから行ってみてください
実際の動作画面
パソコン実習資料 DeepGaze を用いて肌色領域の抜き出し
※ 「前準備」のところは終わっている。
実際の動作画面
提出物を指示
1名休み
この資料を使って実習しなさい
米国ナンバープレート認識ソフトウェアに関するミニ実習
手順
インストール手順は次の通り
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」
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
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:
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。
1名休み。資料等の説明は別途行った。
Python と Google Colaboratory: 別ページ »にまとめている
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ェアですが、Windowsパソコン側の設定に不備があるかもです)
より詳しく学びたい人への個人ワーク
その資料: https://www.kkaneko.jp/cc/db/2.html の末尾にある演習問題を試してみなさい
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
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
地図サービスを行う HTML プログラムを作り、Web ブラウザで表示してみる
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
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
地図システムの実習
下の資料で「前準備」はとばして、次から一通り
資料(金子研): マーカー付きの OpenStreetMap 地図(Python + leaflet.js + folium を使用)
資料(金子研): Google Street View を見てみる
下の資料で「前準備」はとばして、次から一通り
「画像ファイルの準備」は、すでに終わっているパソコンがいくつかある。
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)
下の資料で「前準備」はとばして、次から一通り
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
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)
キーワード: GPU,NVIDIA 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 は人工知能のソフトウェア.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 による顔検出を行う Python プログラム(Dlib, Python を使用)(Windows 上)
Dlib は人工知能のソフトウェア.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、顔データのデータ拡張、ランドマーク
資料(金子研): Dlib による顔のアラインメント,顔データの増量,顔のランドマーク,顔のコード化(Dlib,Python を使用)(Windows 上)
起動して動作確認まで。
以下を授業中の演習課題とする
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
地図
パソコン実習資料:(金子研): オンラインサービスの OSMBuilding を使って 3次元地図を見てみる
資料(金子研): OpenStreetMap のエディタを使って地図を編集
みなさんへの演習
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
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
3次元ゲームエンジン
その資料: Windows で3次元のゲームエンジン Panda3D 1.9.4 SDK をインストール
「サンプルプログラムを実行してみる」のところから行ってください
受講者(4名)の感想,振り返り
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
パソコン実習資料:(金子研): オンラインサービスの OSMBuilding を使って 3次元地図を見てみる
資料(金子研): OpenStreetMap のエディタを使って地図を編集
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]
その資料: Cocos2d の概要 [PDF], [パワーポイント]
その資料: Windows で Cocos2d を使ってみる
その資料: Cocos2d で動きのシミュレーション
その資料: Cocos2d の概要 [PDF], [パワーポイント]
成果物(受講学生によるリフレクション)
2次元のゲームエンジン.
その資料: ゲームエンジン[PDF], [パワーポイント]
その資料: pygame を使ってみる
その資料: Windows で Cocos2d を使ってみる
※ 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ェアです
その資料: Windows で Cocos2d のインストール
デスクトップの makehuman フォルダの中の makehuman.exe を起動
※ 自宅などで練習したい人は、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ェアです
謝辞:次のモーションデータを使用する(先人に感謝)
説明資料: blender の機能紹介 [パワーポイント], [PDF]
キーワード: 3次元オブジェクト,カメラ,移動,拡大縮小,回転,マテリアル,レンダリング
キーワード: キーワード:Blender, レンダリング, 光源(ランプ), 光源(ランプ)の種類, 空,Transparency(透過)による透明化, Mirror(ミラー)による鏡面の表現