・関連研究のサンプルを実験 -BOK りんく /13 ・関連研究のサンプルを実験 -①1枚の画像から複数の学習画像を作成する方法を考える --複数視点から観察した画像群を作成する ---殆どの場合で他の画像を識別できない、まれに識別できる -②対象データ群に対して、ヒストグラムによる識別などで確実に同じものが写っている画像を見つける、それを学習データに追加する /14 ・関連研究のサンプルを実験 -①平滑化画像を追加したらボケ画像を識別することができた（サンプル１） -②の準備 ・Beyond Bags of Features Spatial Pyramid Matchingを読む /15 ・関連研究のサンプルを実験 -①画像の領域サイズが小さすぎると誤識別が多い -②ヒストグラムの類似度を利用する方法は閾値の設定が困難 /16 ・全体ゼミ -Chi2カーネルを使う、参考、参考 -画像の射影変換による学習画像の水増しは特徴に線形性が含まれるので良くない --画像の切り貼りや一部を歪ませるなどの非線形な変換を行う ---３次元のレンダリングで画像を歪ませることで衣服特有のゆらぎを再現する ・めも RaspberryPiにQtCreaterをインストール Opencv

・研究の関連論文を読む -LCC ・関連研究のサンプルを実験 -BOK ・RaspberryPiの開発環境構築（後藤と行う） -Qtのクロスコンパイル /06 ・RaspberryPiの開発環境構築 -OSが64bitだと環境構築が難しいみたいなので、仮想マシンで32bitのOSを立ち上げて構築してみる --Ubuntuのインストール --LinuxでQtのクロスコンパイル /07 ・RaspberryPiの開発環境構築 -Ubuntu32bit版をインストール --仮想HDD30GBではQtのコンパイルに容量が足りない可能性がある（警告が出た）(06/09) ・関連研究のサンプルを実験 -プログラム完成、サンプル画像で実験中 /08,09,10 ・RaspberryPiの開発環境構築 -6日の手順書では分からないことがあるので動画を参考にする --ツールをダウンロードするためのサーバーにアクセス出来ない問題がある ---この記事を参考にして解決を試みる、参考、参考 ----6日の手順書に記述してあるサーバーからダウンロードできた -----Qtのコンパイルでエラー ------この記事を参考にして解決を試みる -------RaspberryPiのバージョンが１世代前のものを参考にしていたので、現行世代用のドキュメントで試す。 -RaspberryPi(Raspbian Jessie)用のドキュメント --Step2の参考 ---Step3の参考 ----Step7 make 前にすること -----Step12でサンプルの起動確認 -RaspberryPi独立で行う、補足 ・関連研究のサンプルを実験 -VW作成画像が96枚以上になるとエラーが出る --0~95番目の画像を除去して96番めから試してみる→96~110番までなら正しく動作するが、96~145番までだとエラーになる ---原因が分からないがVW作成画像を数枚程度にすれば回避できる ----キーポイントを取得していないミスがあった -感覚的には、学習用データの質が識別精度に大きな影響を与える -20枚程度の学習画像による識別精度を確認する ・メモ 192.168.6.112 RaspberryPiデータのバックアップ