・複数視点からのリアル画像を使ってメッシュを抽出することはできる（ただし、メッシュを抽出した時に結構ノイズが入る）
・今後の方針
→動画データからsegment anythingを使って自動マスク生成
→動画の１フレーム目で指定したオブジェクトの3Dモデルを生成
上の内容は1、２週間ぐらいでできるので、とりあえず終わらせます。
これぐらいの内容で卒業できることを保証してもらえれば、精度面で最先端の結果を出す方向で研究したいです。
あと、時間があれば微分可能レンダリングの勉強をしようと思ってます。
{{unknown}}
研究紹介：
Sun Yuya, Qi Ziyang, 目標識別、追跡
Tang Haonan. 画像２分割
multi-channel fusion and resize.
・「CVPR2023技術報告会」参加
・「NVIDIA 生成 AI Day 2023 Summer」参加
・「Amazon Web Services 基礎からのネットワーク＆サーバー構築」を読む
・Unreal Engine 5を使ってみる
・研究の目的、モチベーションなど、ざっくりまとめ↓
単眼カメラで撮影した動画あるいは画像群から高精度な３次元メッシュモデルを抽出すること
・学部のデータセットをカラーとだまし、FERを実行することができました。これから全データセットにかけていきます。
参加：全員
西元：生体認証に関する研究。例えば、顔認証を候補者絞り込み、その後他の生体的情報を提供し、ガスケート式のシステムの提案？
野崎：サブサンプリングに関する論文の検索、いくつかの中心視野サンプリング法を考案し、エンコード、デコードのスピードを検証、最良な方法を選択。
豊永：画像の心理的評価に関する研究、色から、構図、芸術性、の考慮？
飯田：静脈認証の認証精度の向上。
信号前処理、ハイパスローパスフィルタリング、アーティファクト除去。
Cytexアルゴリズム。
1.論文の準備をしながら、データを整理します。2.Pythonを学びます