参加者：全員＋杜さん
白石さんの研究について、色検出の方法について、Chromeリモートデスクトップを経由で、Spiderを使い、Pythonのプログラミングを一通り実演した。また、Pythonを使う以上、注意しないといけないこと（変数のコーピ、APIの使い方、行列のマイナスインデックス）を確認した。
次回までに、ゼミ室から自分のパソコンの画面を観れるように設定しておいてください。
ゼミは１０：３０分からですので、それまでにゼミ室に入ってください。
B4ゼミ
日別アーカイブ: 2019年7月31日
進捗（白石）
カラーマッチングについて調べたがよくわからなかった。
今週も続いて調べる。
今週の進捗（財前）
python3をインストールしてopencvを入れた。
spyder3で画像を生成、読み取りのプログラムを練習した。
spyder3でdestroyAllWindows関数を使うと不具合が起きたためAtomを使うことにした。
Atomをターミナルと連携できるようにする「platformio-ide-terminal」パッケージをインストールした
pythonをControl + rで実行できるパッケージatom-runnerをインストールした
ターミナルがpython2.7になっていたのでconda config --set changeps1 Falseでターミナルについている(base)を消し、ターミナルを再起動しconda activateでpython3.7にした
今週の進捗(二石)
自動運転技術について調べた。
来週の予定：調査した文献に基づいて、カメラによる認識のしやすい標識を考察する。
今週の進捗（水戸）
進捗：テーマの検討、論文を読んだ
論文：https://www.jstage.jst.go.jp/article/proce1989/47/0/47_0_1256/_pdf
３６０°写真の合成は既存のアプリで作成可能（写真をつなげる→Photoshop
動画から合成する手法の検討
予定：上記手法の検討
CGデータから機械学習させた画像認識は、写真を集めたデータから機械学習させた画像認識に比べ認識率が向上するのか否か研究するのも面白いと思うので基本的な知識を勉強する
似た研究
https://www.slideshare.net/siliconstudio/cg-79508015
自分なりに考えたCG学習法のメリット
・一つのCGデータを様々な角度から学習させることが出きる→データを集める負担の減少
・色の濃淡を自在に変更できる→外的要因による微細な色の変化に対応できるかもしれない。学習量のかさ増し、誤認識率の向上が見込めるかもしれない。
デメリット
・CGデータの作成手法も勉強する必要がある→便利なアプリがあれば利用したい