1.画像から色特徴と構造特徴を抽出して、データを学習させる -1.ヒストグラムをvisual wardに変換する -2.人間を検出する深層学習を利用する /19 1-1.BOWの投票数を指定して検出結果がどう変化するか確認。 /20~22 1-1.投票数1,5,10,15まで確認。 -目的の領域を検出できている一方で、検出してほしくないりょういきまで検出している場合がある。考えている原因は２つ。 --投票数を増やして更に精度を上げる。 --投票数は十分だが、学習データに非正解領域に類似したデータが含まれている。

1.画像から色特徴と構造特徴を抽出して、データを学習させる -1.ヒストグラムをvisual wardに変換する -2.人間を検出する深層学習を利用する /12 1-1.実験中 ゼミようスライド作成 -データ /13 1-1.進捗相談 -結果が期待通りにならない原因を見つけるために、BOWの頻度を可視化する。 /14~16 1-1.BOWの頻度を可視化するプログラムを作成。 -１枚の画像あたり、１つのBOW要素に投票した場合の結果をしめす。