歩行者の再識別(ReID)-Deep learning person re-identification in PyTorch，異なるデータセットで個別にトレーニングとテストを行う（s- dukemtmcreid /-t- market1501）。
張先生の指導の下、実験の別の部分が始まりました：
(1)環境の構築を実行し、簡単なゲームアプリを実装することにより、開発プロセスを一般的に理解します（図 1、2、3）。
(2)kivyとpygameを使用して、カメラから撮影した写真を表示します（図 4、5）。

張先生, 未分類, 画像関連, 研究進捗

B4ゼミ

2019年11月6日力峰張コメントする

財前：商品のトリミングを研究のキーポイントとする。現場でいくつかの商品を手に取る写真を取得し、商品の切り出しアイディアを考える。ソフトでするか、ハード（レンズの焦点距離固定か）を再考する。眼の不自由の人のプライドを考えて手法を考案する。

水戸：Dlibを使用し、顔の向きが検出できた。顔の方向ベクトルと瞳の座標を組み合わせて、視線位置を検出するアルゴリズムの作成を行う予定。投稿にフローチャットを追加してください。

五十君：日本に売られている商品名を単語分散表現で表す場合、いっぱんてきな言葉の単語表現との差があれば、商品名を単語分散表現のマップを作成する。

白石：機械学習VSMに入力するためのデータセット（NPZファイル）を画像から作成する。完成次第連絡。

二石：偏光フィルムでQRCodeを作成し、日光、夜間での検出実験を行う、結果次第で次へ進む。

北原：lipNetの学習データセットの作り方が分かったので、言葉数は日本語の50音を網羅したセットを用意する、話者は２０名を目標とする。オリジナルLipNetを一回動かす！

個別ゼミ, 張先生, 研究相談

今週の進捗(北原)

2019年11月6日北原瑠伊コメントする

テーマ：機械学習を用いた読唇精度の向上

dlibを用いてデータセットの前処理(動画から唇だけを取り出す)の練習をした。用いたデータセット(GRID)http://spandh.dcs.shef.ac.uk/gridcorpus/（LipNetに用いられていたもの) gitlabに使ったプログラムをあげた。

↑GRIDの動画

↑mpgを７０枚のjpgにした

↑自分で撮った動画でもやってみた

・来週の目標：画質が荒くても良いのかまだわからないので、プログラムを動かして検証してみる

個別ゼミ, 張先生, 研究進捗

今週の進捗(二石)

2019年11月6日二石航歩コメントする

前回は認識できなかった撮影画像からのQRコードの読み取りができた。

画像が大きすぎると認識ができないようなのでリサイズし、二値化などの処理を施すことで読み取れた。しかし、認識精度があまり高くなく、かなり鮮明なQRでも読み取れず光の当たり具合や逆光などで全ての認識がうまくいくわけではなかった。

来週の予定：QRの認識精度が高いものがないか(Zbar)、画像によって補正の具合を調整できないか検討する。

個別ゼミ, 張先生, 研究進捗

今週の進捗(白石)

2019年11月6日白石楓香コメントする

黒点とサビの画像を全て60×60にリサイズした。

↓を参考にラベル付けをしようとしたがよく分からなかったので、今週できるようにする。

https://qiita.com/ufoo68/items/69b855b3b757c65ac139

ラベル付けしたらSVMで試す。

個別ゼミ, 張先生, 研究相談, 研究進捗

今週の進捗（五十君）

2019年11月5日五十君良寿コメントする

テーマ「文字認識を用いた買い忘れ防止案」

今週の進捗

①fastTextをインストールすることができた。

②マッチング方法について、再度考え直し、レシートから読み取れた商品名がどの種類の食品なのかをfastTextを用いてクラス分類できると一番良いと考えた。

研究相談

・上記の②のことを実現するため、学習用データをどうしたらよいかが現状分かりません。色々な食品の品種名を一覧でまとめてくれているサイト（例、お米の品種一覧：https://ichiranya.com/technology/002-rice.php）があり、URLを指定すればそこから記事をピックアップして学習させることができることは、こちらのサイト（https://www.pytry3g.com/entry/gensim-word2vec-tutorial）から分かったのですが、こちらのサイトの中でのkeywordに当たる部分は、自分の場合はどうしたら良いかが分かりません。

個別ゼミ, 張先生, 画像関連, 研究相談, 研究進捗