トップページ人工知能,実世界DB(目次ページ)

人工知能,実世界DB(目次ページ)

人工知能を動かす,3次元コンピュータグラフィックス,3次元地図,ゲームエンジンについての記事など

このページは目次ページである.

項目目次

用語集(データ処理,データベース,ディープラーニング分野)

  1. 人工知能応用
    1. 人工知能による分類
    2. 画像分類
    3. 画像のセグメンテーション (image segmentation)
    4. テキスト検知,物体認識
    5. 人体の姿勢推定
    6. 顔情報(顔検出,顔識別、表情判定,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)(Dlib, DeepGaze を使用)
    7. ナンバープレート認識
    8. GAN の応用例
    9. 画像復元(image restoration),超解像(super resolution)
    10. Open 3D
  2. 人工知能入門
    1. 人工知能応用実習(全8回)
    2. 人工知能の基礎(探索,知識表現,プロダクションシステム,Prolog,自然言語処理,ニューラルネットワーク)(全12回)
    3. ディープニューラルネットワークでできること
    4. 人工知能を演習と実践で学ぶ(4回)
    5. Microsoft Azure Cognetive Service を Python で使ってみる [PDF], [パワーポイント]
    6. Prolog のインストール
  3. コンピュータビジョンおよび関連
    1. OpenCV を Python で使ってみる [PDF] , [パワーポイント]
    2. OpenCV のプログラム例
    3. scikit-image のスーパーピクセルを行ってみる
    4. vishwa91/pyimreg を使ってみる
    5. カメラのステレオマッチング(Python + OpenCV を使用)
    6. 画像の補正ツール
    7. 画像処理ツール(医用画像のセグメンテーション,レジストレーション ImageJ, MRIcro, FreeSurfer など)
  4. 音声合成,音声認識
    1. 音声合成,音声認識
  5. ビデオデータの操作
    1. ビデオデータの操作
  6. 3次元地図,3次元データ
    1. 3次元点群データ,MeshLab
    2. 3次元地図の作成
    3. 3次元地図システム
    4. Web での3次元表示とインタラクション
  7. 3次元コンピュータグラフィックス,ゲームエンジン
    1. Blender 2.8 演習, 3次元コンピュータグラフィックス Blender 実演
    2. Unreal Engine 演習
    3. Open 3D Engine のインストール(Windows 上)
    4. Godot エンジンのインストール(Windows 上)
    5. ゲームエンジン
    6. 3次元グラフィックスのツール(モデラーとレンダラー)
  8. ディープラーニング基盤技術
    1. 説明資料
    2. Keras の体験,応用例
    3. NVIDIA Digits
    4. PyTorch の応用例
    5. Convolutional Neural Networks の利用
    6. 強化学習,OpenAI Gym
  9. その他
    1. Web ブラウザで動くインタラクティブ,ダイナミックな地図を作る
    2. 地図情報システムとデータベース
    3. 交通流シミュレーション
    4. オープンデータの活用
    5. 日本語処理,言語処理
    6. VR デバイス(仮想現実デバイス)
    7. 3次元スキャン装置 vivid
    8. その他

リレーショナルデータベース(SQLite3, PostgreSQL, MySQL, Access,Firebird,Java DB など)について: 別ページにまとめている

データ処理は,別のページで,紹介している.

Python を用いた Web サービスのプログラミングは, 別ページにまとめている.

詳細目次

用語集(データ処理,データベース,ディープラーニング分野)

1. 人工知能応用,コンピュータビジョン応用

1-a. 人工知能による分類 (classification)

ディープラーニングによるデータの分類(Google Colab 上もしくはパソコン上)

データのバリエーション

上と同じ方法(ディープラーニングによるデータの分類)を,さまざまなデータで行う.

ディープラーニングでの TensorFlow データセットのパイプライン(Google Colab 上もしくはパソコン上)

1-b. CNN による画像分類 (image classification)

画像のセグメンテーション (image segmentation)

目次ページ: 画像のセグメンテーション (image segmentation)

1-c. テキスト検知,物体認識

目次ページ: 物体認識

テキスト検知

TensorFlow 2 Object Detection API (オブジェクト検出 API)による一般物体検知

SSD による一般物体検知

1-d. 人体の姿勢推定

目次ページ: 人体の姿勢推定

1-e. 顔情報(顔検出,顔識別、表情判定,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)(Dlib, DeepGaze を使用)

Dlib の機能全般

画像分類

顔検出

顔のアラインメント,顔の増量,顔のランドマーク検出,顔のコード化

顔識別

顔のクラスタリング

表情判定

顔姿勢の推定,瞳孔の検出,眼球運動

肌色部分の抽出

Dlib の C++ ライブラリ

1-f. ナンバープレート認識

目次ページ: ナンバープレート認識

1-g. GAN の応用例

目次ページ: GAN の応用例

画像のノイズ除去

スタイル変換(元情報を保ちスタイルを変換)

顔の生成

1-h. 画像復元(image restoration),超解像(super resolution)

目次ページ: 画像復元(image restoration),超解像(super resolution)

画像処理等による画像の補正は,別ページにまとめている.

2. 人工知能入門

2.1 人工知能応用実習(全8回)

目次ページ:5.a. 人工知能応用実習(全8回)

2.2 人工知能の基礎(探索,知識表現,プロダクションシステム,Prolog,自然言語処理,ニューラルネットワーク)(全12回)

目次ページ:人工知能の基礎(探索,知識表現,プロダクションシステム,Prolog,自然言語処理,ニューラルネットワーク)(全12回)

  1. 人工知能でできること,人工知能の種類,人工知能の現状,人工知能による社会の変化

    [PDF], [パワーポイント]

  2. 知的なゲームのルール,コンピュータプレイヤーがゲームに参加,状態空間表現

    [PDF], [パワーポイント]

  3. 総当り,総当りのパス,状態空間表現での総当り,パスと木

    [PDF], [パワーポイント]

  4. パス,木,グラフ,探索,発見的探索

    [PDF], [パワーポイント]

  5. プロダクションシステム

    [PDF], [パワーポイント]

  6. 述語,Prolog

    [PDF], [パワーポイント]

  7. 自然言語処理,品詞,構文解析

    [PDF], [パワーポイント]

  8. 機械学習,ニューラルネットワーク

    [PDF], [パワーポイント]

  9. ニューラルネットワークの学習,最適化

    [PDF], [パワーポイント]

  10. ニューラルネットワークの基礎(訓練データ,検証データ,学習,学習不足,過学習)

    [PDF], [パワーポイント]

  11. ニューラルネットワークの使い方(作成,学習の設定,学習の実行,利用)

    [PDF], [パワーポイント]

  12. ニューラルネットワークによる画像分類(配列と次元,ニューラルネットワークの作成,学習の設定,学習の実行,検証,画像分類の実施)

    [PDF], [パワーポイント]

  13. 中間まとめ

    [PDF], [パワーポイント]

2.3 ディープニューラルネットワークでできること

2.4 人工知能を演習と実践で学ぶ(4回)

目次ページ:人工知能を演習と実践で学ぶ(4回)

2.5 人工知能のクラウドサービス

2.6 Prolog のインストール

目次ページ: Prolog のインストール

3. コンピュータビジョンおよび関連

3.1 OpenCV を Python で使ってみる

OpenCV を Python で使ってみる [PDF] , [パワーポイント]

3.2 OpenCV のプログラム例

目次ページ: OpenCV のプログラム例

画像 (Python を使用)

ビデオ (Python を使用)

ステレオマッチング,顔検出,グラフィックス,イメージスティッチング,マウスイベント,線分検知 (Python を使用)

行列操作 (C言語版)

画像 (C言語版)

ビデオ (C言語版)

種々のコンピュータビジョンソフトウエア

3.3 画像のセグメンテーション(Image Segmentation)

3.4 画像のマッチング,レジストレーション(Image Matching, Image Registration)

3.5 ステレオ画像

3.6 画像の補正

目次ページ: 画像の補正ツール

3.7 画像処理ツール(医用画像のセグメンテーション,レジストレーション ImageJ, MRIcro, FreeSurfer など)

目次ページ: 画像処理ツール(医用画像のセグメンテーション,レジストレーション ImageJ, MRIcro, FreeSurfer など)

4. 音声合成,音声認識

5. ビジュアルオドメトリ

6. 3次元地図,3次元データ

6.1 3次元点群データ,MeshLab

6.2 3次元地図の作成

Blender と3次元地図

GeoTIFF 形式ファイルなどの高さマップ (height map) をポリゴン化

GeoTIFF ファイルの処理

高さマップデータのダウンロード,GeoTIFF への変換

高さマップデータのインポート

6.3 3次元地図システム

6.4 Web での3次元表示とインタラクション

A-Frame

7. 3次元コンピュータグラフィックス,ゲームエンジン

Blender

Blender のインストール

Blender のインストール

Blender 2.8 設定,画面構成,基本操作

Blender 体験学習

Blender の便利な機能

マテリアル,Physically Based Rendering

Blender と MakeHuman との連携による人体アニメーション

Blender のアニメーション表現

7.1 Blender 2.8 演習, 3次元コンピュータグラフィックス Blender 実演

目次ページ:Blender 2.8 演習, 3次元コンピュータグラフィックス Blender 実演

【Blender 2.8 演習】

【3次元コンピュータグラフィックス Blender 実演】

  1. cg-2. Windows で Blender のインストール (3分4秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]
  2. cg-3. Blender の主な機能概要 (3分53秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]
  3. cg-4. Blender の基本操作 (3分53秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]
  4. cg-5. Blender のマテリアル (4分6秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]
  5. cg-6. Blender の作業視野とカメラ視野 (3分20秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]
  6. cg-7. Make Human のインストールと Blender 関係プラグインの組み込み (9分12秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]
  7. cg-9. Blender でパーティクルアニメーション (2分42秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]
  8. cg-10. Blender でパーティクルアニメーションの設定 (4分24秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]
  9. cg-11. Blender での剛体シミュレーションの再生 (2分40秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]
  10. cg-12. Blender での剛体シミュレーションの作成 (2分42秒, 説明音声つき) [mp4 版], [パワーポイント], [PDF]

7.2 Unreal Engine 演習

目次ページ:Unreal Engine 演習

  1. ue-1. Unreal Engine 4.22 のインストール,起動 [PDF], [パワーポイント], [HTML]
  2. ue-2. C++ プロジェクトの新規作成 [PDF], [パワーポイント], [HTML]
  3. ue-3. Blueprint プロジェクトの新規作成 [PDF], [パワーポイント], [HTML]
  4. ue-4. アクターの配置(移動,回転,拡大縮小)と複製 [PDF], [パワーポイント], [HTML]
  5. ue-5. レベルノードプリントを使ってみる [PDF], [パワーポイント], [HTML]
  6. ue-6. アクターを追加してみる [PDF], [パワーポイント], [HTML]
  7. ue-7. Unreal Engine の Simple HMD プラグインを用いて VR 表示(サイドバイサイド表示)[PDF], [パワーポイント], [HTML]
  8. ue-8. Python を使用するようにプロジェクトを設定 [PDF], [パワーポイント], [HTML]

7.3 ゲームエンジン

目次ページ:ゲームエンジン

7.4 次元グラフィックスのツール(モデラーとレンダラー)

目次ページ: 3次元グラフィックスのツール(モデラーとレンダラー)

8. ディープラーニング基盤技術

8.1 説明資料

8.2 Keras の体験,応用例

8.3 NVIDIA Digits

8.4 PyTorch の応用例

目次ページ:PyTorch の応用例

ディープラーニング・モデル類

CNN, RNN, GAN, LSTM

https://github.com/handong1587/handong1587.github.io/blob/master/_posts/deep_learning/2015-10-09-dl-resources.md

8-f. Convolutional Neural Networks の利用

文字列を扱う CNN

8-g. 強化学習,OpenAI Gym

目次ページ:

  • 強化学習,OpenAI Gym

    Classification に関する記事

    https://github.com/harvitronix/five-video-classification-methods

    複数のモデルの並立,アンサンブル

    書きかけ

    9. その他

    9.1 Web ブラウザで動くインタラクティブ,ダイナミックな地図を作る

    クリッカブル地図(マーカーなどが付いた地図)

    GoogleStreetView へのリンク

    SpatiaLite 活用

    OpenStreetMap 活用

    OpenStreetMap 活用

    9.2 地図情報システムとデータベース

    目次ページ: 地図情報システムとデータベース

    【OpenStreetMap, ESRI Shape に関係するソフトウエア】

    【osmar】

    【Spatialite のインストールと使用法】

    【地図データの入手】

    9.3 交通流シミュレーション

    9.4 オープンデータの活用

    ※ オープンデータは別のページで,紹介している.

    9.5 日本語処理,言語処理

    ディープニューラルネットワーク

    Mecab,日本語の分かち書き,形態素解析,TF/IDF

    Bag of Words,TF/IDF,Latent Semantic Indexing,Latent Dirichlet Allocation,類似検索

    9.6 VR デバイス(仮想現実デバイス)

    目次ページ: Oculus を使ってみる

    9.7 3次元スキャン装置 vivid

    9.8 その他

    【画像と3次元グラフィックス】

    【その他のソフトウエア】

    【その他】

    書きかけ

    ・H2O.ai の紹介

    https://www.h2o.ai/download/

    image classification, object detection