担当者： 金子邦彦
bvh データファイルのビューワ BVHPlay を動かしてみる
12/3, 12/7
画像セグメンテーション Mask-RCNN に関する情報提供
11/26, 11/30
超解像(super resolution) に関する情報提供
11/16, 19 画像分類システム（人工知能）の機能全般についての説明、実演等
11/9, 12 顔検出、顔認識システム（人工知能）の学習についての説明、実演等
https://www.kkaneko.jp/ai/dlib/knn.html
11/2, 5 文字認識システム（人工知能）の学習についての説明、実演等
10/26, 29 写真からの立体データの合成（立体測量）の説明、実演等
8, 9 月：中間発表（各自で実験計画を立て、実験を実施。今後の目標等を定めるなども）
火曜日である（月曜日には行わない）． このあとは，卒業研究活動は，２週間ほどお休みとし， ８月下旬に再開する．
情報提供
ニューラルネットワーク環境について．
ニューラルネットワークを体験，実習，実験できる環境について
この日より，登校しての活動再開
13時集合
スケジュールについて最低限の変更を相談します
各自の実験着手（テーマ仮決め、調査を含む）: 7/31 締め切り → 延期、８月上旬に
実験結果と考察: 7/31 締め切り → 延期、改めて相談
中間発表（ポスター１枚）: 7/31 締め切り → 延期、９月に。オンライン形式（セレッソ等で連絡が行われている）
１０月の学会発表: 希望者のみ３月に実施とする（オンラインの可能性あり、改めて相談）
卒論締め切り：１２月末として計画 → このまま（様子次第では、少し延期の可能性あり）
外れ値の自動判定についての説明を予定しています．
8/3 以降の登校再開にあたって．「健康状況調査」の継続を改めて案内します．
連絡：７月にポスター作成といっていたのは，延期します．８月の早い段階に登校再開できるのか，そうでないのかで，内容やスケジュールが変わりそうです．登校再開の見通しが分かり次第，内容やスケジュールを相談します．
３次元モデルを，パノラマ写真により，リアルに描画するための技術
Mitsuba 2 のインストール（レンダラー）（ソースコードを使用）（Windows 上）
自然言語処理（日本語の処理，類似検索）についての話題提供も考えています：別ページ
次のことについて
各自，コマンドプロンプトを管理者として実行し，次のコマンドを実行．
python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
![[image]](../../tools/win/4072.png)
今度は，再び，コマンドプロンプトを開き，次のコマンドを実行．これは Jupyter Qt Console を開くコマンド
jupyter qtconsole
print(1 + 2) exit()
３次元インペインティング（3D inpainting）の紹介
![[image]](../db/3dinpainting/moon.jpg)
![[image]](../db/3dinpainting/moon.png)
各自，実験を行ってみる．7/6 に実験開始．7/31 にいったん実験エンド（実験データ，実験手順をワードファイル等に記録するところまで）．
話題提供．
自然言語処理:
問題がなければ，来週より学校に集まって活動するか，遠隔での実施を継続とします．
案内１．健康状況調査．忘れていた人は今日からでも回答再開．
案内２．卒論テーマ．卒論テーマを決めるため，次のWebページの「１．人工知能応用」や「５．３次元地図，３次元データ」などから，２，３個程度，自分の興味のある分野を選んでおくこと．各自の希望を尊重して，卒論テーマを決定します．このことについて，友達とも相談する可能性もあると思いますが，同じ分野になることは問題ありません．
https://www.kkaneko.jp/db/index.html
案内３．７月から，登校して卒業研究活動を行うことについて，全員と，6/22 に相談したいと思っています．
今日のトピックス
ImageNet で事前学習済みの畳み込みニューラルネットワーク (CNN) を用いた画像分類（MobileNetV2，ResNet50，DenseNet 121，DenseNet 169，NASNetを使用）（Google Colaboratroy へのリンク有り）: 別ページ »で説明している．
案内：卒業論文では，みなさん自身で「自立して行う」ことを通して学ぶとします． いままでの内容を読み返しておき， 取り組んでみたい分野，キーワードを，１つか複数選んでみてください． グループワークを歓迎します．6月下旬を目安に選んでいただき， その後，しばらくの間行う実験計画（目安として7月の1か月間の実験計画）を立て， みなさん自身で実験などの活動に自立して取り組んでいただきます．テーマは途中で変えて頂いても構いません．
７月：ミニ実験，結果まとめ （教員からは「実験」について，実験が成功するための条件を提示）
８月：深い学び（成功には何が必要かを考え抜くこと），卒論下書き，実験の繰り返し，学会発表申し込み
９月，１０月：さらに深い学び
１１月：学会発表（10月下旬のことも）（数分間のプレゼン）．実験の繰り返し（実験の足りないところを考え抜くこと）
１２月：卒業論文（１０から２０ページ），プレゼン（数分間のプレゼン），学会発表申し込み
１月：追加実験（実験に間違いや足りないことがあった場合に限る）
３月：学会発表（ポスター１枚）
画像のセグメンテーション
案内：卒業論文の科目は，ゼルコバの「集中講義」の画面で履修登録できると思います． （こちらで，学生さんの画面を確認できないので，このようなお答えです）
パソコン，カメラ，エディタ（メモ帳），Webブラウザを使い，AR アプリを作る．
Zoom による生配信 13:00 開始の予定
https://www.tensorflow.org/tutorials/images/transfer_learning_with_hub
実演動画
上の動画の実演に使っているWebページ: https://colab.research.google.com/github/tensorflow/tensorflow/blob/master/tensorflow/lite/g3doc/models/style_transfer/overview.ipynb
上の動画の実演に使っているWebページ: https://www.tensorflow.org/tutorials/generative/dcgan
自宅にパソコン＋インターネットがある人向けの演習．
事前準備：各自，Google アカウントの作成済み，Google Colab. の操作法を体験したことがあること（以上は 4/20 に演習済み）
URL: Google Colab. の object detecion のページ
案内：卒業研究中間発表
次のように準備を開始してみる（５月に，各自の考えを聴いたり，簡単なレポートを出してもらう予定です）
自宅にパソコン＋インターネットがある人向けの演習．
メールアドレス：可能ならば，大学のメールアドレスを使うこと（Office 365 https://portal.office.com でメールシステムが使える）
パスワード：自分で決める
すでに Google アカウントを持っている人は，新しく作成する必要はない
説明資料：Google アカウントの作成(4分25秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]
Google アカウントを使用
2019年4月,6月に「情報工学演習II」で行ったことを再び．各自で確認． https://clarifai.com/demo
言語 (LANGUAGE) を「日本語 (Japanse)」に切り替えて使用
※ 画面の右の方に「LANGUAGE」があるので探してみてくださいAI により，画像分類を行い，「キーワード」を表示するもの．それぞれのキーワードの横の数字は「確率」になっている．
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」 で試してみること
データの取り扱い、散布図、記述統計量、ヒストグラム
学ぶトピックス：マーカーレスのモーションキャプチャ
なお，表示結果では，赤いマークは目の下の中央、緑のマークが瞳孔
説明資料: Dlib の機能概要 [PDF], [パワーポイント]
Dlib のインストール
顔検出、顔のランドマーク検出、表情判定
Dlib の応用例
文字認識ソフトウエアのインストールと実行
ナンバープレート認識ソフトウエアのインストール
インターネットで，画像を探し，それぞれのソフトで読み取ってみてください．
ニューラルネットワークの仕組み [PDF], [パワーポイント]
Python の主な機能（Google Colaboratory を使用）
Google Colab 上
Windows パソコンを利用
OpenCVを用いた種々の処理
Windows パソコンで，コマンドプロンプトを開き，次のように操作．
python -m pip install -U opencv-python matplotlib numpy
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
説明資料: Python + OpenCV で濃淡画像を使う
説明資料:マウスイベント
VR の話題
3次元地図．11/5
オープンな世界地図
OpenStreetMap のURL: https://openstreetmap.jp
お断り。人体のデータが出てきます．
オブジェクトの移動はオブジェクトモードで．リグを用いた変形はポーズモードで．
剛体 (rigid body) の落下や衝突のシミュレーション、パーティクル，各種のオブジェクト（草，波，炎，煙など），シミュレーション，オブジェクトのモデリング（造形）
その資料: 「Blender の設定」の先頭部分で、Blender の「メニュー等の日本語化」を行う
Blenderにある落下、衝突のシミュレーションの機能を見る。 オブジェクトをいろいろと配置して、シミュレーションしてみる
「パーティクル」と呼ばれるたくさんの粒を使うシミュレーション
Blender を一度終了し、もう一度起動してから行ってください（いままで作ったデータは全て消したい）
Blender の最新版について説明します．ノートパソコン保有者にはインストールを案内します．
進路等に関する説明会
ガイダンス
本サイトは金子邦彦研究室のWebページである．
資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．
公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明 再配布や資料改変の際には，そのページをご確認ください．
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]](https://www.kkaneko.jp/info/kanekomail.png)
![[image]](https://www.kkaneko.jp/info/logo_png.png){kind=logo}