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

  • 2019年2月21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. Random Forestを用いた距離画像からの人体姿勢推定
      3. Regression Forestによる回帰
  3. Deep Learningによる画像認識
    • 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。また、End-to-end学習などのDeep Learningによる最新動向と今後の課題についても紹介します。
      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
      4. Deep Learningの最新動向と今後の課題
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
: 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
2025/3/4 マテリアルズインフォマティクスの動向と小規模・実験データへの応用 オンライン
2025/3/5 Pythonプログラムにおける高速化と大容量データの扱い オンライン
2025/3/7 自己位置推定・環境地図作成のためのコンピュータビジョン・画像処理 オンライン
2025/3/7 エッジAIの実現に向けた課題、展望と産業応用事例 オンライン
2025/3/7 自動運転用各センサの特徴・役割とセンサフュージョンの最新動向 オンライン
2025/3/7 スペクトル・イメージデータへの機械学習の応用 オンライン
2025/3/10 外観検査の自動化における画像認識の基礎と生成AI活用の課題と可能性 オンライン
2025/3/11 Pythonプログラムにおける高速化と大容量データの扱い オンライン
2025/3/12 次世代太陽電池 (有機薄膜、ペロブスカイト) の基礎・課題・技術動向 オンライン
2025/3/13 画像認識技術入門 オンライン
2025/3/14 外観検査の自動化における画像認識の基礎と生成AI活用の課題と可能性 オンライン
2025/3/17 時系列データ分析の基礎と実務への応用 オンライン
2025/3/19 Pythonを用いたケモインフォマティクス入門 オンライン
2025/3/19 ベイズ統計を利用した機械学習:基礎と実践 オンライン
2025/3/24 予測AI/生成AIを製造現場で活用するためのデータ収集、蓄積と構造化のポイント オンライン
2025/3/26 ベイズ推定の基礎およびPythonを用いたデータ解析 オンライン
2025/3/26 マテリアルズインフォマティクス (MI) の最新動向と小規模データ駆動型MIの展開 オンライン
2025/3/28 少数データ、データ不足における機械学習適用の問題解決方法とその戦略 オンライン
2025/4/2 ベイズ推定の基礎およびPythonを用いたデータ解析 オンライン
2025/4/4 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
ページのトップヘ