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

機械学習による画像物体認識の仕組みと最新動向

機械学習による画像物体認識の仕組みと最新動向

～AdaBoost, Random Forest, Deep Learning等の機械学習アルゴリズムと画像認識への応用について解説～
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

開催日

  • 2016年3月24日(木) 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. 局所特徴量と機械学習 (2クラス識別器) による画像認識
    • 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
  2. 多クラス識別器Random Forestによる画像認識
    • Random Forest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ています。Random Forest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、Random Forestの回帰への
      応用であるRegression Forestや、半教師付学習等についても解説します。
      1. Random Forest
      2. Hough Forestによる物体検出
      3. Random Forestを用いた距離画像からの人体姿勢推定
      4. Regression Forestによる回帰
      5. Density Forestによる密度推定
      6. Semi-supervised Forestによる半教師付き学習
  3. 画像認識の最新動向
    • 機械学習における最新の研究動向として、Deep Learningについて概説し、畳み込みニューラルネットワークの
      しくみと画像認識への適用について解説します。
      1. Deep Learningとは
      2. 畳み込みニューラルネットワーク (CNN)
      3. CNNによる画像認識応用
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

ちよだプラットフォームスクウェア
東京都 千代田区 神田錦町3-21
ちよだプラットフォームスクウェアの地図
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
: 47,000円 (税別) / 50,760円 (税込)
1口
: 59,000円 (税別) / 63,720円 (税込) (3名まで受講可)
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

これから開催される関連セミナー

開始日時 会場 開催方法
2024/5/20 3Dセンサの測距原理とその応用 (2) 東京都 会場
2024/5/21 基礎からわかる生体信号の計測と情報解析・データマイニングのコツ オンライン
2024/5/23 ベイズ統計から学ぶ統計的機械学習 オンライン
2024/5/23 3次元モデリング/自由視点画像生成のための「NeRF」の基礎 オンライン
2024/5/24 画像認識のためのディープラーニングとモデルの軽量化 オンライン
2024/5/27 外観検査へのAI導入と生成AIによるトレーニングデータ不足への対応 オンライン
2024/6/10 機械学習 (ディープラーニング) の基礎・活用・実践 (全3回) オンライン
2024/6/10 Python基礎と機械学習 基礎 オンライン
2024/6/14 機械学習による異常検知入門 東京都 会場
2024/6/19 機械学習を用いた画像認識技術の基礎とその応用 オンライン
2024/6/19 外観検査自動化に向けた画像処理・AI技術活用の課題と導入のポイント オンライン
2024/6/24 外観検査の自動化の進め方と画像データ取得およびAIによる検査のポイント オンライン
2024/6/24 小規模データに対する機械学習の効果的適用法 オンライン
2024/6/26 少ないデータに対する機械学習の適用と学習結果の評価技術 オンライン
2024/7/5 小規模データに対する機械学習の効果的適用法 オンライン
2024/7/8 ディープラーニングと機械学習プロジェクトの進め方 オンライン
2024/7/9 画像認識技術を用いたAI外観検査の現場導入事例と精度向上技術 オンライン
2024/7/10 異常検知、学習データ作成への生成AI活用 オンライン
2024/7/22 画像認識技術入門 オンライン
2024/8/5 機械学習 実践編 オンライン
ページのトップヘ