Pythonスタートブックをだいたい終わらせて、for文、if文、モジュール、メソッド、関数の使い方を学んだ。turtleモジュールが使えなかったので原因を考えたい。
今後はPython Open CV3 を読んで画像処理について学び、研究できる環境を整えたいと思う。
目の不自由な人、行動の不自由な人の買い物を補助することについて研究し、そこから外出時の補助に発展させようと思う。
Pythonスタートブックをだいたい終わらせて、for文、if文、モジュール、メソッド、関数の使い方を学んだ。turtleモジュールが使えなかったので原因を考えたい。
今後はPython Open CV3 を読んで画像処理について学び、研究できる環境を整えたいと思う。
目の不自由な人、行動の不自由な人の買い物を補助することについて研究し、そこから外出時の補助に発展させようと思う。
PCにPythonをインストールした。
来週の予定:自動運転にまつわる研究の文献調査。
画像を集めた。
カラーマッチングについて勉強する。
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→学習量のかさ増し、誤認識率の減少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
今週の進捗
・anacondaをインストールし、少し触ってみた。
今後の課題
・画像を集めたり、本格的に研究を始めるための下準備を進める。
参加者:全員
中尾:視線検出プログラムの動作確認を最優先の形で、マスタースケジュールを作成する。エクセルを使って、横軸は時間、縦軸は機能別で、細かいモジュールも入れる。(ラズベリパイ、アルディノ、パイカメラ、SDカードを購入)
藤島:ラズベリーパイの環境を構築した。撮影機能を実装中。マスタースケジュールを作成する。
赤瀬:修論の内容が確定したので、論文をプロジェクト化し、論文の骨組みを作成する。Gitでバージョン管理をし、定期的にGitLabにプッシュする。
仮屋:マスタースケジュールを細分化し、時間のかかる作業を洗い出す。独自の評価関数を作成、実装、評価に要する時間を把握し、年内で全て終了するように努力する。
研究スケジュールの作成
7-8月:篠崎さんの研究プログラムの環境設定と動作確認
9-11月:視線検出方法と判定方法の検討
視線検出方法:目頭・虹彩から推定する方法,SVMを用いたパターンマッチングによる推定法,CNNを用いた推定法の中から適したものを検討する。また視線方向を検知した後の判定を検討する。
12月:顔認証と視線追跡を組み合わせて実機検証
顔認証と視線追跡を一つにまとめたプログラミングを作成。また実機での精度を検証する。