出席：全員
仮屋：GP構成を変更、パラメータも遺伝子の一部となり、関数の種類が減り、階層が浅くなった。修論を作成終盤に入る、年内に完成する。
赤瀬：修論の執筆を進行中、年内で完成する予定。画像処理によるロボットアームでのパーツ組み立ての研究を行っている。DockerをDLーBOXにインストール希望、来年初めに実施予定。
藤島：TPUでの人物識別が一定のフレームレートが確認され、これから、パラメータ調整、プロトタイプ作成し、車での実証実験を行う。
中尾：LED点灯と顔むきの検出との一度の判断をこれからプログラミングする。
optical flow ・・・①商品を横に動かす動画をさらに用いることにより、商品の縦の長さを求め、それを元により確実にトリミングできるようにプログラムした。
②外れ値の除去を実装した。外れ値が二つあったり、３フレーム以上外れ値が続く場合は検出してしまう。
機械学習・・・①googlecolaborateryにドライブをマウントすることによってGPUを用いて学習モデルを作成する事が出来るようになった。
②モデルの保存、モデルの読み取りからの評価ができるようになり、いちいちモデルの学習を行わなくて良くなった。
今後の課題・・・機械学習で判別する物体はまだ「りんご」、「いちご」、「トマト」しか試していないので、研究で使うデータセット用の商品を決め訓練用の画像を集めて識別できるか試す。
テーマ・・・The Proposal of Product Detection system by Using Image Processing for Visually Impaired
テーマ・・・画像処理を用いた視覚障害者のための商品識別システムの提案
Dlibのみで動作させる場合、解像度を480×360まで下げる必要がある。
カスケードファイルのパラメータを変えるて解像度640×480で、10fps前後で動作するようになった。
黒目の中心を色の重心で取っているが、安定性がいまいち。
先週
・EdgeTPUを用いる事でリアルタイム認識可能なフレームレートで動作させる事が可能となった。(約7fps)
RaspberryPiとAcceleratorのUSBタイプが異なるので同じタイプとなれば、さらに高速にできると考えられる
・現在のモデルでは10mで66%、20mで12%で人と認識している。
・人を認識するとブザーがなるように既存のプログラムを改良した。
今週、来週の予定
・PasPiやブレッドボードをパッケージングする。
・データを収集し学習データ、モデルを作成する。
