「ユーザーのSNS投稿に基づいた個人嗜好情報分類による高適合性情報提示システムの提案」
進捗
ユーザー名入力＞＞ユーザー嗜好判断＞＞地名入力＞＞ユーザーの嗜好にあった画像を抽出
する一連のプログラムを書いた。
嗜好分類、情報抽出ともに3秒ほどで行える。食事カテゴリーは分類がうまくいっている。
今は分類モデルをもう一度作成して精度向上に努めています。
アクティビティ... 人と動物、マリンスポーツ、山登りなど人を含む画像をメインに集める
街並み... 市街地の景観、昼と夜の写真も入れ込む。
自然...人が映っていない山や海、川の風景メイン。
食事... 和洋中、ケーキなど
その他... ファッション、文字投稿、動物のみの画像など
今週中には実験してみます。
現状できているところまでのアプリを実行した動画です。
最初は３画面構成と言っていたのですが、4画面構成となりました。
1画面目：買い物リスト入力画面
2画面目：撮影
３画面目：文字認識
4画面目：結果出力
[今後の予定]
マッチング部分を引き続き製作します。
進捗
・AROB論文作成
gitにpushしてるので添削してほしいです。
予定
・北海道ITS論文作成中
・全体ゼミスライド作成
・車座参加
・chainerからPyTorchに変更して、学習を行い、制度を求めた。
マスク無
Test set: Average loss: 0.0166, Accuracy: 2436/3589 (67.87%)
・すべてのデータセットにマスクをつける範囲を白く塗りつぶしている。
https://arxiv.org/pdf/2102.09546.pdf これを少し読んだ
研究の新規性を考えた
歩容認証はバッグを持ったり、コートを着たり、帽子をつけたりしたときの外見の変化に弱い。そこで外見の変化に強い歩容認証を行いたい
人物のシルエット＋骨格の情報を入力としたモデルを作ろうと考えています
精度はRGBの場合とほとんど変わらなかった
Two-Stream CNNs for Gesture-Based Verification and Identification: Learning User Style
概要
・ハンドジェスチャーを生体認証として利用するための研究
・ネットワークはTwo-Stream CNNsを使用し、ハンドジェスチャーのdepth map、optical flowから特徴量を抽出
・ImageNetの重みで初期化
・ユーザーが行う特定のジェスチャーだけでなく、ユーザーがジェスチャーを行う際の特定のスタイルを学習する
・ラズパイで今までパソコンで動かしてきたプログラムを動かすため、ラズパイに環境構築
→顔認証のプログラムを動かすだけで8秒かかるので、処理時間を短くする必要あり
・トリガーとなるセンサーのプログラム完成
→後は閾値を細かく決めてプログラムを引っ付けるだけ
3Q最終レポートを作っています