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による物体認識

画像局所特徴量と統計的学習手法による物体認識

~SIFT / SURF / FAST / Haar-like / AdaBoost / HOG / Random Forests~
東京都 開催 会場 開催

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)・アサンブル学習法(Random Forests)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

  • 2014年9月26日(金) 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

  1. 画像局所特徴量と特定物体認識
     SIFT (Scale-Invariant Feature Transform) 特定物体認識の実現には、特定物体のテクスチャから画像局所特徴量を抽出します。ここでは、SIFT特徴量とその高速化手法であるSURFのアルゴリズムを
    解説します。また、SIFT、SURF以降の高速化のアプローチについて紹介します。
    1. SIFTのアルゴリズム
    2. SIFTによる特定物体認識
    3. 高速化 (SURF)
    4. 決定木を用いたキーポイント検出 (FAST)
    5. バイナリコードによる特徴記述 (BRIEF, ORB, CARD)
  2. 局所特徴量と統計的学習手法による物体検出
     物体検出は、局所特徴量と統計的学習手法の組み合わせにより実現されています。顔検出として、Haar-like特徴とAdaBoost識別器を解説した後、人検出で用いられるHOG特徴量等について解説します。
    1. Haar-like特徴と顔検出
    2. AdaBoostのアルゴリズム
    3. HOG特徴と人検出 (Histograms of Oriented Gradients)
    4. その他の画像局所特徴量
  3. Random Forestsとその応用
     Random Forestsは、バギングや特徴選択等のランダム性を取り入れながら、決定木をアンサンブルに構築するアプローチで、多くのアプリケーションで利用され始めています。Random Forestsのアルゴリズムとその応用例として、Kinectの人体姿勢推定手法について解説します。また、再指針動向として、Random Forestsの回帰への応用であるRegression Forestsも解説します。
    1. Random Forests
    2. Random Forestsを用いた距離画像からの人体姿勢推定
    3. Regression Forests
    4. Conditional Regression Forests
    5. Conditional Regression Forestsを用いた顔パーツ検出
    6. Density Forests, Semi-supervised Forests

講師

  • 藤吉 弘亘
    中部大学 工学部 ロボット理工学科
    教授

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

主催

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
: 47,000円 (税別) / 50,760円 (税込)
1口
: 57,000円 (税別) / 61,560円 (税込) (3名まで受講可)
本セミナーは終了いたしました。