研究の進捗状況について報告します。
[9月末までの状況]
・回路の仕様を変更（共有していた部分を、分けることにした。）
・ユニバーサル基板⇒プリント基板へ変更
（パターン図は少し完成していた）
[今後の予定]
・回路に機能を追加する。（シリアル通信、電池の種類の識別など）
・電極および充電回路をプリント基板で作成して小型化も行っていく。
10/14 プリント基板に関する本（トランジスタ技術 2003 6月号）を読んだが、あまり関係なかった。
10/15 電極のパターン図を作成中（まだ未完成）
10/16 芹川先生への報告および今後の方針を大まかに決定
10/17 電極のパターン図を作成（完成）
次週の目標
・充電回路のパターン作成
・充電システムに関する論文を検索して読んでいく
研究テーマ
「視覚障がい者向けタッチパネル操作支援システムにおける画像認識部の開発」
課題
1. 指の速度を示す動画の撮り直し（速度＋音＋ディスプレイ表示）
2. 複数バーコードの認識動画を撮影するための回路作成（音＋ディスプレイ表示＋７segLED
表示）
10/14～10/16
1. 速度＋音＋ディスプレイ表示の動画撮影の完了（５種類）
2. 7segLEDに認識中の色コードを表示させるための状態遷移について考察中。
10/17
1.完了しました。
2.３種類の状態遷移を考えて、その内一つの回路を製作中。
１．対数関数ライブラリの改良
２．初等関数のパイプライン化
以上の２つが今週の課題です。
10/14～10/16
１．Cでの検証を終え、高位合成を行いました。
結果として、回路規模の縮小に成功しました。（LUT：2172→689，FF：1175→377）
しかし、ビット数を調整したため、入力にやや制約がかかってしまいました。
２．三角関数、指数関数、対数関数のパイプライン化を行い、回路データを生成しました。
作成したプログラムのバグを取り除くこと。
画像処理教本3章を読むこと。
スライドを見やすく書き直すこと。
以上の三点が今週の課題です。
1.について、以下に示す2つの論文をベースにアルゴリズムを構築しています。
10/15
1.作業を進めています。
2.3-3-2まで読みました。光学モデルの内容で難しいです。
3.進捗はありません。
10/16
1.バグの範囲を特定しつつあるのですが、いまだに修正できず、苦戦しています。
2.3-4-2まで読みました。
3.進捗はありません。
10/17
1.プログラムの修正が完了しました。提案手法がデータベース作成部とマーカー検出部に分かれており、現在は、データベース作成部の処理を行っています。
2.進捗はありません。
3.進捗はありません。
10/18
1.昨日に引き続き処理を行っています。
2.3章を読みました。
3.ゼミ用にスライドを修正しています。
10/19
1.昨日に引き続き処理を行っています。
2.進捗はありません。
3.ゼミ用にスライドを修正しています。
10/7-10/8 I have read papers about Data analysis methods of matlab.
10/9 Experiment on statistical processing of data and interpolation ,polynomial calculation.
10/10 Use the method of texture recognition to deal with grass carp to get some numerical statistics, such as entropy, contrast, relevancy and energy.
10/11- 10/13 Study on Japanese
10/14 Use confusion matrix method to analysis the accuracy of data.
課題
Raspberry Piで、プログラムを動かす
カメラを購入し、Raspberry Piで動かす
射影変換で、車両の高さが及ぼす誤差値を計算する
10/14
1. Raspberry Piはまだ動かしていない。
2. カメラの選定中。
3. 車両のヘッドライトの高さを0.5[m]と仮定して、シミュレーションを行ってみた。今の方法では、ヘッドライトが道路と同じ高さであると仮定して射影変換を行っている。そのため、射影変換から計算する光の線に、若干の誤差が生じている。
今回撮影した画像の環境を仮定して計算したところ、約0.88[m]、時速に置き換えると約時速3.2[km/h]の誤差が出ていた。
10/15
1. 研究室のサーバでは、Raspberry PiにIPアドレスでログインすることが出来なかった。そこで、PCとRaspberry Piを直接Lanケーブルでつなぎ、共有ネットワークにすることで、Raspberry Piにsshでログインできた。
2. Raspberry Pi専用のカメラがあるので、そのカメラがシャッタースピードなどを設定できるか調査中
3. 誤差について検証中
10/16
1. ネットがつながらなかったので、Raspberry Piを使用していない。
2. 調査中
3. 射影変換では、誤差が出ていることが判明。誤差率について計算中であるが、ほかの方法も検討中。
10/17
授業レポートを行った。
1. 使用していない
2. 調査が出来なかった
3. 道路自体を抽出出来れば、その道路の幅が短くなっていく比率が計算できる。その比率を、画像の縦のpixelの変化率に応用で出来れば、ある地点の光の長さが計算できる可能性がある。
10/18
10/19
10/20
今週の課題
今週(10/7~10/13)は文献”
Exemplar-based image inpainting according to Criminisi et al .” を勉強して、既存のアルゴリズムを再現しました。今後は既存のアルゴリズムの欠点を改善し、新しいアイデアを考える。
具体的には、
新しい修復順を定義する
２．現在のアルゴリズムでは解決できない問題があるので、アルゴリズムの改良を行う。
original image inpainting result
３．いまの方法はかなり時間かかりるので、計算時間の減るために、プログラムの改良を行う。
課題
Raspberry Piを動かしてみる
Raspberry Piで使えるカメラについて調べる
学会で指摘された、測定や、射影変換に誤差がないかという問題に対処する。
10/7
1. Raspberry Piに自宅の有線Lanからログインして起動を行ってみた。sshコマンドで遠隔ログインを行い、Macアドレスを取得できた。今後様々なプログラムを動かしてみる。
2. カメラはRaspberry PiのModel Bなら使えそうである。シャッタースピードを変更するためのコマンドも用意されているようなので、どのカメラを購入するか検討を行ってみる。
3. 対処方法として、道路の白線などの長さがはじめから分かっている物体と一緒に、車両を撮影してみる。光の線を含んだ範囲で射影変換を行い、その長さが分かっている物体と比較して精度を検証してみる。
10/8
1. Macアドレスの登録を行ってもらうようにお願いした。
2. まだカメラの選定が行えていない。
3. 進展はなかった。
10/9
1. まだ、研究室のパソコンでログインが行えていない。
2. カメラについては調べられなかった。
3. 陳さんとお話して、射影変換では、pixelの分解能が場所によって変わり、誤差が大きくなる可能性があることが分かった。実際に画像をリサイズして射影変換を行ってみた。
2300×1700
450×350
300×200
画素数が多い場合は、射影変換後、最も遠い場所でも道路の白線が鮮明である。しかし、画素数の少ない画像では、遠い場所の白線がかなり荒い。もし、光の線が遠い位置にあった場合、誤差の原因になったり光の線として抽出できないという問題になると考えられる。
画質をあげると、処理速度が落ちるので、どこまで上げるとどれだけ処理が落ちて、測定速度に影響するか調べる必要がある。
10/10
実家に帰省しています。
10/11
実家に帰省しています。
10/12
実家に帰省しています。
10/13
実家に帰省しています。
{{unknown}}
投稿ナビゲーション
