課題 ・研究テーマを考えて、決める。 ・就職活動(面接練習、会社説明会)を行う。 4/20　　研究テーマの考察 模擬エントリーシートの作成 4/21　　会社説明会に行った 4/22　　研究テーマの考察を行った 4/23　　面接練習を行った 4/24　　企業研究、リクルーター面談を行った

研究題目：レーザダイオードアレイの強度分布整形を行う計算機ホログラムの設計（仮） 課題：複数のホログラムを利用することで再生像誤差を低減する新たなアルゴリズムを考える。卒業研究のときよりも計算回数を小さく、精度の向上を目指す。 4/16 進捗はありません 4/17 誤差低減設計法を基にして計算アルゴリズムを工夫したプログラムを実行した。再生像の座標がずれてしまった部分があったので、原因を調べる必要がある。

1週間の予定 4/20~4/23は就活のためお休みします。 4/16 エントリーシートの作成を行いました。 4/17 今までの研究の進捗状況 研究テーマ「複数の光渦生成のためのホログラム設計法の開発」 光渦とは下の図のように螺旋状の位相分布を持っており、中心が暗くなっている特殊な光です。光渦は軌道核運動量を持っており、細胞操作などに使われています。

光渦の生成にはスペックル除去法のアルゴリズムを利用しており、現在は複数の位置制御と回転方向の制御がある程度可能なプログラムを作成しました。 しかし、繰り返しの中での停滞問題などにより生成精度があまり良くありません。今後、より精度のよいアルゴリズムを検討していく予定です。 現在の結果は以下のとおりです。

アドバイスがあればコメントよろしくお願いします。

4/23 面接のための資料を作成中

4/24 面接練習を行いました。 面接資料作り

学部での研究ではHaar-Like特徴量を用いて魚種判別を行った。 しかし研究結果をみると魚種判別において必ずしもHaar-Like特徴が適しているとはいえない。 よりよい精度向上のために他の特徴量を用いてどのような特徴が得られるのか吟味したい。 そこで特徴量について調べたところFAST,AKAZE,ORB,SIFT,SURFの5つの特徴が魚種判別における特徴量としてふさわしいのではないかと考えた。 現在はこの5つの特徴量について論文を読み、詳しく調べている。 調べた上でこの中からより魚種判別にふさわしい特徴量を実装し、そこから新規性を生み出したい。 4/13 FASTについての論文を読んだ。 4/14 SIFTについての論文を読んだ 4/15 SIFTについて調べた。 4/16 SIFT特徴量はDoG(Difference of Gaussian)フィルタを用いて特徴点の検出とスケールの探索を同時に行う。そうすることで計算コストを抑えることができる。 DoGとはLoG(Laplacian-of-Gaussian)を近似したオペレーターである。式は以下 SIFTの特徴量抽出を実装してみた。 図のように対象物を動かしても特徴がきちんと対応していることがわかる。 SIFTは特定画像を用いた物体認識や、特徴点追跡のアプリケーションに多く用いられているので、魚検出のアルゴリズムを作る際に参考になりそうな特徴量の一つになりそうである。 4/17 SURFについて調べた。