技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

画像局所特徴量と統計的学習手法の組み合わせによる物体認識

画像局所特徴量と統計的学習手法の組み合わせによる物体認識

～SIFT・HOG・AdaBoost～
東京都 開催 会場 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

概要

本セミナーでは、画像局所特徴量 ( SIFT , HOG )と統計的学習手法(AdaBoost)の組み合わせによる物体認識について、基礎からわかりやすく解説いたします。

開催日

  • 2012年3月6日(火) 10時00分 ～ 17時00分

受講対象者

  • 画像処理・物体認識に関連する技術者
    • デジタルカメラ、デジタルビデオカメラ
    • 印刷、カラーコピー機
    • テレビ・ディスプレイ
    • レーザ計測、位置決め
    • 医用画像処理、医療機器制御
    • 衛星画像処理
    • 超解像技術
    • ロボットのカメラ、制御
    • 外観検査装置
    • 非破壊検査装置
    • 車載カメラ
    • 防犯カメラ など

修得知識

  • 画像局所特徴量の基礎
    • SIFT
    • PCA-SIFT
    • GLOH
    • SURF
    • Randomized Trees
    • HOG
    • Haar-like
  • 統計的学習手法の基礎
    • AdaBoost
    • Real AdaBoost
  • 物体検出システムの構築

プログラム

　本セミナーでは、近年のアプローチである画像局所特徴量と統計的学習手法の組み合わせによる物体認識についてわかりやすく解説します。
　 SIFT や HOG を中心に画像局所特徴量について概説した後、このような特徴量と密接な関係にある統計的学習手法のAdaBoostについて物体検出を例に実践的に学びます。
　最後に、最新の研究動向として局所特徴量の関連性に着目した物体検出法と今後の展望について紹介します。

  1. スケール・回転変化に不変な局所特徴量 (SIFT:Scale-Invariant Feature Transform)
    1. SIFT のアルゴリズム
    2. SIFT による特定物体認識
    3. 高精度化
      • PCA-SIFT
      • GLOH
    4. 高速化
      • SURF
    5. 学習による高精度・高速化
      • Randomized Trees
  2. 局所特徴量と物体検出
    1. Haar-like特徴と顔検出
    2. HOG 特徴と人検出
    3. その他の画像局所特徴量
  3. 統計的学習手法による識別器 (Boosting)
    1. AdaBoostのアルゴリズム
    2. Real AdaBoostのアルゴリズム
    3. AdaBoostとReal Adaboostの比較
  4. 局所特徴量の関連性に着目した物体認識
    1. Adaboostによる物体検出システムの構築
    2. 局所特徴量の関連性に着目した物体検出 (Joint特徴)
    3. 今後の展望
ページのトップヘ

講師

  • 藤吉 弘亘 氏
    中部大学 工学部 ロボット理工学科
    教授
ページのトップヘ

会場

株式会社オーム社 オームセミナー室
東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図
ページのトップヘ

主催

株式会社 トリケップス
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 43,000円 (税別) / 45,150円 (税込)
1口
: 55,000円 (税別) / 57,750円 (税込) (3名まで受講可)

割引特典について

  • 複数名 同時受講:
    1口 57,750円(税込) (3名まで受講可能)
  • 早期申込割引:
    2012年2月6日 17:00までのお申込は、
    1名受講・1口受講とともに受講料から10%割引となります。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ