やることはゼミで相談する /16 画像識別実験 /17 りんく

1.画像から色特徴と構造特徴を抽出して、データを学習させる -1.ヒストグラムをvisual wardに変換する -2.人間を検出する深層学習を利用する /10 1-1.学習用の正解画像を衣服領域のみに限定して、再度実験を行う。 1-2.完了 リンク /11 1-1.少し変更する -1.非正解画像を変更 -2.カーネルを変更 /12~13 1-1.画像識別実験

1.画像から色特徴と構造特徴を抽出して、データを学習させる -1.ヒストグラムをvisual wardに変換する -2.人間を検出する深層学習を利用する /19 1-1.BOWの投票数を指定して検出結果がどう変化するか確認。 /20~22 1-1.投票数1,5,10,15まで確認。 -目的の領域を検出できている一方で、検出してほしくないりょういきまで検出している場合がある。考えている原因は２つ。 --投票数を増やして更に精度を上げる。 --投票数は十分だが、学習データに非正解領域に類似したデータが含まれている。

1.画像から色特徴と構造特徴を抽出して、データを学習させる -1.ヒストグラムをvisual wardに変換する -2.人間を検出する深層学習を利用する /12 1-1.実験中 ゼミようスライド作成 -データ /13 1-1.進捗相談 -結果が期待通りにならない原因を見つけるために、BOWの頻度を可視化する。 /14~16 1-1.BOWの頻度を可視化するプログラムを作成。 -１枚の画像あたり、１つのBOW要素に投票した場合の結果をしめす。

1.画像から色特徴と構造特徴を抽出して、データを学習させる -1.ヒストグラムをvisual wardに変換する -2.人間を検出する深層学習を利用する /05 1-1.実験結果が想定したものと異なる。 -調べたところ学習用データを意図的に削減することが問題を起こしている。 --解決案を調べる。 /06~08 1-1.5日にわかった問題は見当違いで、プログラムは正常に動作していた。 -1つのデータの有無で結果が大きく変わることがわかった。 -データ数をポジティブデータセットに合わせる（200個程度）と、何も検出しない。 --シミュレーションで作成した正解画像を利用することで、ポジティブデータセットを増やして実験する。   /09 1-1.学習用データを10000対10000の場合と50000対10000で実験したが、画像から検出される領域がない。 -色数、BOWの要素数、クラスタリングの有無で結果が変わるはずなので一通り試してみる

1.画像から色特徴と構造特徴を抽出して、データを学習させる -1.ヒストグラムをvisual wardに変換する -2.人間を検出する深層学習を利用する /28 1-1.学習用データをクラスタリングして機械学習に利用すると、結果が良くない、何も検出されない -クラスタリング後に主力される学習用データが各クラスタの中心値で置き換えられているため、結果が良くないかもしれない。 --クラスタリング後にデータを中心値に最も近い学習データで置き換える処理をいれる。 /29 プログラム修正中。 /30 プログラム修正完了。 実験中。 /01 実験中。 /02

1.画像から色特徴と構造特徴を抽出して、データを学習させる -1.ヒストグラムをvisual wardに変換する -2.人間を検出する深層学習を利用する /21 1-1.実験中 -visual wardを作成する過程で、学習データの数が少なくなるため、数を増やす工夫が必要かも /22 プログラムにバグがあった。修正中。 /23 プログラム修正中。 /24 プログラム修正中。 /25 プログラム修正中。

1.画像から色特徴と構造特徴を抽出して、データを学習させる -1.ヒストグラムをvisual wardに変換する -2.人間を検出する深層学習を利用する /14 実験中 /15 実験中 /16 実験中 /17 実験中 –画像まとめリンク /18 1-1プログラム作成 -実験中

1.画像からカラーヒストグラムを抽出して、データを学習させる /07 実験中 –画像まとめリンク /08 ゼミまとめ -色特徴と構造特徴を使う --色特徴 ---減色する ----2値で試してみる ---特徴のあるヒストグラムを選定する ----特徴とは？ --構造特徴 ---周波数を使う ----DCTで模様が表現できるか？ /09 ヒストグラムの可視化 -どのような特徴を定義できるか考える /10 画像へ減色処理を追加して実験 /11 画像へ減色処理を追加して実験

1.学習用画像を作成 -学習用画像を実験対象セットにしてアルゴリズムの精度を確認する 2.プログラムへ実験対象の画像を与える方法を生画像のままにする 3.実験結果の解析 4.学習セットの特徴ヒストグラムの数を少なくしてみる | |11/01変更 | 1.画像からカラーヒストグラムを抽出して、データを学習させる /31 2.完了 -画像まとめリンク /01 1.プログラム作成中 /02 1.プログラム作成中 /03 1.プログラム作成中 /04 1.プログラム作成 -プログラム検証