今週の進捗(二石)

実験の結果、4*4のコードのみでの特定は近い距離で明確にならないと検出できませんでした

背景を含めて学習させ、かつ標識が通過する位置をトリミングした場合は15メートルほどでも検出可能です

ただ、4*4のコードそれぞれの区別はおそらくできないです(フィルムを張っていない場合でも検出されそうです)

背景と合わせて学習させることで、標識は確定できるので、埋め込める情報は減りますが2*2のコードとした場合はそれぞれを別のコードとして認識ができ、フィルムのない標識は検出しない(類似物体の検出抑制)ということができそうです。(試しに撮影した動画ではできそうです)

学内の実験ではとりあえず2*2のコードでデータを取ってみます。Jetsonでは推論は難しいですが、より入力画像のサイズが大きいモデルなら3*3くらいまでなら区別できないかなと思います。Jetsonのカメラがあまり性能よくなかったので、USBカメラを接続してみましたが、仕様の問題かフルHDでは映像が乱れ安定してない様子でした。実験はスマホで撮影して、その動画の推論をJetsonで行おうと思います。

最終的には、Jetsonでの車載では、20mの距離からの検出では2*2が現実的かなと思います。将来的な車載GPUの処理性能向上や高解像度のカメラが利用可能になることを踏まえれば3*3あるいは4*4のコードなどより多くの情報が埋め込み可能になるというところで修論の結論として書きたいと思います。

北原

・修士論文執筆中
現在原理

・大ぜみで指摘があったのでタイトルを変更しようと思っているけど良いのが思いつきません、、、😭
今の仮タイトル
「スマートフォンの加速度センサを用いた複数の所持位置を考慮した行動推定」
・自分の研究のポイント
→ユーザーの端末の所持位置と行動が同時にわかる
→深層距離学習を用いることで、学習していないクラスは未設定クラスとして分類することができる

今週の進捗(五十君)

タイトル「買い物リストへの抽象的な入力に対応した買い忘れ防止システムの実装」

アプリは完成したので、現在実験を行っているところです。

[実験方法]

①収集したレシートに関する食品を100種類選び、番号をつけた食品のリストを作る。

②乱数メーカーというサイトを利用して、1から100までで、10個の乱数×2、15個の乱数×2、20個の乱数×2を取得し、①の食品リストと対応した番号の食品を抜き出し10品目×2、15品目×2、20品目×2の合計6つの購入予定リストを作る。

③②の6つのそれぞれの購入予定リストに合った疑似レシートを、収集したレシートを切り貼りして作成します。

④疑似レシートを用いて、アプリを試してみます。

現在、10品目×2・15品目×2までは終わっています。今日中に最後までやって、明日から修論を書きたいと思います。

今週の進捗(財前)

・北海道学会論文作成中

・全体ゼミ(タイトル決め)のスライド作成中
 発表タイトル
 ・視覚障害者のための商品識別システムの開発
 ・視覚障害者のための商品識別システムにおける物体検出と深層学習を用いた誤認識削減手法の提案
 などでよいでしょうか

・2月1日のタイトル締め切りって先生がみんなのタイトルを提出してくれるんでしたか?
 学生がすることがあったら教えてほしいです!

・帰省していた井上さんと金とう先輩にご馳走になりました!!
 立派に働かれているようです。