「画像関連」カテゴリーアーカイブ

画像・CG関連

張先生, 画像関連, 研究進捗

進捗(藤島)

コメントする

RasberryPiにTensorflowをインストールしたが、インポートできない。
おそらく様々なバージョンのPythonをインストールしたからだと思われる。
RasberryPiを再インストールしようとしたが行う事ができない。
USBを設定したからだと思われる。
現在RasberryPiが起動できない状態になっている。

張先生, 画像関連, 研究進捗

先週の進捗（ZHU)

コメントする

先週の進捗

歩行者の再識別(ReID)-Deep learning person re-identification in PyTorch：

1. する対応する記事を読む：《Torchreid: A Library for Deep Learning Person Re-Identification in Pytorch》,《Omni-Scale Feature Learning for Person Re-Identification》,《Re-ranking Person Re-identification with k-reciprocal Encoding》..

2.先週始めたばかり，モデルトレーニングが完了し，合計時間かかります：11days,3:15:55,直後：Train and test a model：To train OSNet on Market1501

Continue Reading ››

張先生, 画像関連, 研究進捗

今週の進捗(仮屋)

コメントする

進捗

  • 画像処理ノードとして膨張処理関数・収縮処理関数・ソーベル関数を追加した。
  • 上記の関数を追加して再度プログラムを実行したところ、評価値(Lev_value)が2.38まで改善した。

  • 図1.最優秀個体を用いた場合の出力画像
  • 図2.最優秀個体を用いた場合の文字認識結果

予定

  • ノードとなる画像処理関数の検討と追加
  • 優秀個体の選択・交叉アルゴリズムの学習
  • 論文作成

張先生, 画像関連, 研究進捗

M1ゼミ

コメントする

参加：庄司以外

井上：研究テーマを絞る。一つの課題に対し、論文を漁り、その研究の現状を知ることが大事です。

梶岡：顔のいろんな箇所に色差分、場所間差分を取り、飲酒の際の変化を顕著なデータを探る。ビデオデータを取得しておく。

金當：TOEICをもう一回挑戦しよう。研究について、時間を作って、試す。今週は画面輝度調節アプリを挑戦しましょう。

張先生, 画像関連, 研究相談, 研究進捗

今週の進捗（梶岡）

コメントする

〇今週の進捗

  • アプリ開発　参考書
  • アルコール摂取　基礎実験
  • TDK　ES完成(11/14面談予定)

右頬、左頬、白目の3か所を対象にBGRの変化を簡易的にではあるが取ってみた。今回はとりあえずどの色に着目するかを決めようと思ったのでフィルタ処理などはしていない。以下に結果のまとめがある。

〇考察

青、緑は変化がまちまちで参考にはならないかもしれない。やはりお酒を飲むと顔が赤らむのでそこに注目したほうがよさそう。

〇今後の課題

張先生, 画像関連, 研究進捗

今週の進捗(井上)

コメントする

今週の進捗

今後の課題

  • 企業研究・業界研究
  • 研究テーマの調査←11月前半までに
  • TOEICの勉強←12月の試験で680点突破を目標

楊先生, 画像関連, 研究進捗

B4ゼミ

コメントする

財前：研究ポイント１：商品を取る際の指をマーカーに、商品の切り出しを行う。ポイント２：機械学習を実行する環境を整える。VGG16での商品識別の精度を試すと同時に、手荷物商品の切り出す作業を重点に行う。まずは背景除去に関する文献検索。

水戸：Dlibで検出した瞳の中心の動きを正しき判断できるかを試す。

二石：OpenCVのQrCodedetectorの扱い方、注意点を検索する。適用QRコード画像の状態を確認する。

北原：LipNetでの学習データの作成を専念。

五十君：fastText環境構築中、今週中に完成。その後、研究に入る。

白石：SVMのデモプログラムを動かした。今週は花の画像に適用する。　４００枚中３００枚を学習に使い、残りはテストデータとして使用する。

個別ゼミ, 張先生, 画像関連, 研究相談, 研究進捗

今週の進捗（水戸）

コメントする

テーマ「アイトラッキングを利用したマウス操作簡易化」

ハフ変換を行う関数HoughCircles()のパロメータを変化させると顔全体の静止画像から瞳部分の抽出をすることができた（図１）。次にwebカメラから取得した映像から同様にハフ変換で瞳部分の抽出を行おうと試みたが動作しなかった。原因は、ハフ変換は処理に時間がかかるためフレームレートと同期せずに処理が行われなかったためだと推測した。

そこで異なる方法として、機械学習ライブラリdlibにある輪郭や瞳の識別器を用いて瞳の抽出を行おうと考えた。識別器によってwebカメラの映像から瞳の中心を抽出できることが確認できた（図２）。

今後は、左右の瞳の中心座標を取得してそれらを結んだ線分の中点を基準としてカーソル位置と一致させるようにプログラムを組む予定です。

図１　顔全体の画像からハフ変換で
瞳部分のみをマークした結果

図２　dlibの識別器を利用して特徴点をマークしたもの。
瞳の中心を緑でマークしている。

張先生, 画像関連, 研究進捗

M2ゼミ

コメントする

仮屋：OCR認識する前の画像フィルタリングの評価関数をレーベンシュタイン距離で行った。精度向上が認められた。

赤瀬：Kerasの設定を行う。CUDAバージョンアップに伴い、調整が必要。

中尾：OpenCVとDlibで顔パーツの検出、瞳の検出ができた。LED点灯させる装置の製作に入る。

藤島：車内での車外画像取得したが、画質がよろしくないので、車外での画像取得に試みる。