今週の課題

・認証基準を決定するため、開発したシステムによる実験、データ収集を開始
→正解人物の認証率が90%以上、不正解人物の認証率が50%に近似する理想的な認証条件となるDCT係数の抽出範囲および閾値の検証に成功。

今後の課題

・論文作成および発表スライド作成に尽くす

後藤：指認識において、一人の指と３人分の指で作成した学習ファイルで認証精度評価を行った。５人で実証実験を行い：一人学習ファイル：９０％、３人学習ファイル：ほぼ１００％での認識率。　カメラに近いところでは一人と３人での学習アイルの識別率が逆転している。論文にそのデータを乗る場合、理由をノベル必要がある。

菊田：JavaApplet廃止に伴いJava web Starの機能について調べ、短時間での実装可能性を検討する。https://ja.wikipedia.org/wiki/Java_Web_Start

篠崎：https://szlab.org/szlab/archives/11209/ の報告通り、現状実証実験を始まる。数人が冷蔵庫と扉を開ける回数が正しく記録されたかを検証する。

新藤：画像データを取得した。サイズは３０００x２４００程度のもので、画質はそこそこ悪くない。これらを地平面方向のパノラマ写真に変換する。

実験器具を冷蔵庫に設置した。今後実験を行い、速度・精度を検証する。

画面はリモートでは遅延が大きいので現時点ではモニターを設置して結果を確認する。

実験を行いつつ修士論文を作成する。

指検出率、タッチ精度の測定を終えた。

今後の予定

座標変換を行いマークをなぞりその精度（類似度）を求める。

修士論文作成

仮屋：キャンパスに画像を表示し、文章画像の輪郭まで検出できた。今後は検出した輪郭で、文章のA4サイズ変換と文字領域の指タッチによる指定。

赤瀬：インターンシップ報告、実習内容が研究に近いところが大変勉強になったそうです。

藤島：電動ステアリングについて、日立のグループ会社でインターンを行なった。　iアプリの開発は就職活動の合間で行う。

1/14から2/2にかけて富士フイルムのインターンシップに参加した。

内容は、研究開発（インフォマティクス：化学系）の実務体験で、深層学習と画像処理を掛け合わせた開発を行った。

言語はPython、ライブラリはKerasを使用して、3種類のCNNアーキテクチャ（AlexNet、VGG16、LeNet）を構築し、モデルの訓練および評価を行った。

評価では、畳み込みの出力層を取り出して、特徴強度をヒートマップで表した。この技術は、今後の研究でも有用だと考える。

文字列をタッチしたら文字認識を行えるように修正中。

アプリの構成をどうするか検討中。

現在の案では射影変換→輪郭選択→文字列選択→文字認識(マッチング)

金當：車内からスマホで動画を撮影し、撮影機器ホルダーの一部が映るため、オプティカルフローがうまく作動しなかった。設置に工夫して、もう一度実験を行う。標識検出と動きの判断を同時に画面に出るようにしましょう。

井上：https://szlab.org/szlab/archives/11148/ 通り進捗報告、新しい装置に応じた学習環境、学習ファイルの作成を見直す。実験は客観的数値精度、使用者の主観心理評価を行う。テスト項目表を作成し、テストを行う。

庄司：複数対象物が映る画像を取り除いた状態で、認識精度を評価した。９割台でした。これから卒論を構成する。

梶岡：https://szlab.org/szlab/archives/11143/ 通り進捗報告、被験体は多少動いた状態での脈測定実験を行って見る。

白土：顔認証を用いらWebサービス認証の実装が完成。現在DCT符号の選択による認証精度の評価を行なっている。