1.画像処理教本を読む
2.kinectに関する本（kinectセンサー）を読み、kinectを動かす。
10/7
kinectセンサーの1章を読み、プログラムを組みました。
Python27をインストールしてサンプルプログラムを動かしました。
10/8
kinectセンサーの2章を読み、プログラムを組んだが動きませんでした。
10/9
KinectのＲＧＢセンサを読み取るプログラム（Win32）を動かしました。
10/10
KinectのＲＧＢセンサを読み取るプログラム（フォームアプリケーション）を組んだが、動きませんでした。
10/11
KinectのＲＧＢセンサを読み取るプログラム（フォームアプリケーション）を組んだが、動きませんでした。
10/12
深海について調べていました。
10/13
英文購読をしていました。
今週の課題
1.Illmination-Aware Age progression （既存の研究の論文） を読み、そこで使われている手法について学ぶ。
2.コレクションフロー法、オプティカルフロー法、オプティカル フロー推定法について調べる。
3.画像処理教本読む。
10/7
1.読みました。
2.それぞれの手法がこの研究でどのような形で使われているか少しわかってきました。
3.読んでません。
10/8
1.この既存の研究がどのような流れで一枚の画像からエイジングの
変化を与えているかおおまかな流れを掴みました。
2.おおまかな流れがわかったのでどの行程でどの手法が使われているかわかりました。
3.読んでません。
10/9
1.論文読み進めました
3.読んでません
英文購読の課題をしました。
プレゼン資料を作成途中です。
10/10
1.読み進めました
3.読んでません
英文購読の課題をしました。
プレゼン資料を作成途中です。
10/11
帰省しました。
英文購読の課題をしました。
10/12
帰省しました。
英文購読の課題をしました。
プレゼン資料を作成途中です。
10/13
英文購読の課題をしました。
プレゼン資料を作成途中です。
9/30~10/6
ワシントン大学の論文 Illumination-Aware Age Progression を読み進めました。それと平行して画像処理教本1-2章えお読み進めました。
この既存の研究では コレクションフロー法、オプティカルフロー法、
オプティカルフロー推定法などが使われていることがわかりましたので
この手法について調べていこうと思います。
・現在読んでいる論文の手法にあるNiblackの閾値処理を再現する
・画像処理教本を読む
リンク
10/7
全体ゼミでの発表の準備をしました。
10/8
全体ゼミでの発表の準備をしました。
10/9
Niblackの閾値処理について、論文が見つかったので参考にしながら再現を行おうと考えてます。
10/10
英文購読をしました。
10/11
実家に帰省してました。
10/12
実家に帰省してました。
10/13
英文購読をしました。
10/14
英文購読をしました。
機械学習を終わらせ、精度の確認をする。
画像処理教本を読む。
10/7
全体ゼミに向けてプレゼンを作る。
機械学習させる。
10/8
全体ゼミに向けてプレゼンを作る。
機械学習させる。
10/9
陳さんにオブジェクト検出のプログラムを貰う。
プログラムの意味を解読しようとする。
10/10
陳さんからもらったプログラムの解読
10/11
英文購読
10/12
英文購読
10/13
英文購読
目標：
指先の形状検出に関する書籍を読み、サンプルプログラムを作製する。
内定式でTOEICテスト(目標740点)があるので、それに向けた勉強をする。
学会発表で受けた質問
- スクリーン下部での精度低下の問題
- スクリーンの明るさが明るい場合、反射像が映らないのではないか
- 座標変換の方法
- 実行速度はどのくらいか
などがありました。
射影変換の精度の検証を行い全体ゼミで発表します。
修士論文に向けて、指先を認識するプログラムを作成する必要があります。指先の形状検出に関する書籍を読もうと思います。
10月1日
論文を読みました。
手話や指文字認識システム構築に向けた三次元特徴に基づく姿勢変動に頑健な手指形状推定法
澤田秀之, 橋本周司, and 松島俊明. "運動特徴と形状特徴に基づいたジェスチャー認識と手話認識への応用 (< 特集> 次世代ヒューマンインタフェース・インタラクション)."
情報処理学会論文誌 39.5 (1998): 1325-1333.
丸谷誠慶, 西川敦, and 宮崎文夫. "2 次元画像からの指先位置検出に基づく実時間手形状認識と移動ロボット遠隔操縦タスクへの応用."
情報処理学会研究報告. CVIM,[コンピュータビジョンとイメージメディア] 2002.34 (2002): 145-152.
10月2日
TOEICの文法問題を解きました。
10月3日
TOEICの文章題を解きました。
10月4日
TOEICの文章題を解きました。
10月5日
TOEICの文章題を解きました。
10月6日
TOEICのリスリング問題を解きました。
テーマ：オフサイドの自動検出
今週の課題：動画像中の移動物体の追跡
移動物体の追跡は以下の3つの方法が主流である
・テンプレートマッチング
・meanshift
・パーティクルフィルタ
適切なものを検討し、テストしようと考えております。
ボールを用いてテンプレートマッチングとmeanshiftの物体追跡のテストを行いました。
現在読んでいる論文の再現を行う。
画像処理教本を読む。
10/1 画像処理教本２章２‐３まで読みました。
10/2 画像処理教本２章まで読みました。
10/3 論文の手法にある連結成分について調べました。
10/4 連結成分について調べました。
10/5
10/6 進捗についてスライドにまとめました。
ポジティブ画像とネガティブ画像を学習させて、実際に画像の中に魚がいるかどうかを判断させる。
10/1
ポジティブ画像のつくり方を学んだ。
ポジティブ画像はネガティブ画像と違ってその画像の中のどの位置に対象の物体がいるかを正確に示さなければならない。
そのために画像の中の座標を特定できるObject Makerというソフトをダウンロードしなければならない。
ObjectMakerについて調べる。
10/2
Objectmakerを使うにはBoostというライブラリをダウンロードしなければならないことがわかった。
BoostをダウンロードしてからObjectMakerを起動するために努力した。
10/3
BoostやObjectMakerが自分のPCと互換性が合わず、なかなか実行することができなかったが
今日やっと実行することができた。
試しにポジティブ画像の座標をObjectMakerを使って調べた。
無事に正確な座標をはかることができた。
今後はポジティブ画像に使うサンプル画像を集める。
10/4
画像処理教本を読む
10/5
画像処理教本を読む
10/6
