tech-seminar.jp

本セミナーでは、デプス・センシング・アルゴリズムの基礎から、それを用いた非接触生体センシングの動作原理、ヒューマン・ヘルスケア関連アプリケーションへの展開について、次世代デバイスHololensのデモを交えて解説いたします。

本セミナーでは、デプス・センシング・アルゴリズムの基礎から、それを用いた非接触生体センシングの動作原理、ヒューマン・ヘルスケア関連アプリケーションへの展開について、次世代デバイスHololensのデモを交えて解説いたします。

本セミナーでは、デプス・センシング・アルゴリズムの基礎から、それを用いた非接触生体センシングの動作原理、ヒューマン・ヘルスケア関連アプリケーションへの展開について、次世代デバイスHololensのデモを交えて解説いたします。

本セミナーでは、デプス・センシング・アルゴリズムの基礎から、それを用いた非接触生体センシングの動作原理、ヒューマン・ヘルスケア関連アプリケーションへの展開について、次世代デバイスHololensのデモを交えて解説いたします。

本セミナーでは、デプス・センシング・アルゴリズムの基礎から、それを用いた非接触生体センシングの動作原理、ヒューマン・ヘルスケア関連アプリケーションへの展開について、次世代デバイスHololensのデモを交えて解説いたします。

本セミナーでは、自律走行や拡張現実感 (AR) などの基盤技術として用いられるVisual SLAMについて、基礎から実装法まで解説いたします。
3次元的な自己位置推定・マッピング処理を対象としたコンピュータビジョン技術を初歩から概説いたします。
カメラの投影モデルや特徴点トラッキングなどの基礎技術から、古くから研究がなされてきたオフライン型structure from motion (SfM) 、 Hololens、ARCore、ARKitなどにも用いられるオンライン型visual SLAMの枠組みに至るまでを理解できることを目的とします。

本セミナーでは、自律走行や拡張現実感 (AR) などの基盤技術として用いられるVisual SLAMについて、基礎から実装法まで解説いたします。
3次元的な自己位置推定・マッピング処理を対象としたコンピュータビジョン技術を初歩から概説いたします。
カメラの投影モデルや特徴点トラッキングなどの基礎技術から、古くから研究がなされてきたオフライン型structure from motion (SfM) 、 Hololens、ARCore、ARKitなどにも用いられるオンライン型visual SLAMの枠組みに至るまでを理解できることを目的とします。

本セミナーでは、デプス・センシング・アルゴリズムの基礎から、それを用いた非接触生体センシングの動作原理、ヒューマン・ヘルスケア関連アプリケーションへの展開について、次世代デバイスHololensのデモを交えて解説いたします。

本セミナーでは、デプス・センシング・アルゴリズムの基礎から、それを用いた非接触生体センシングの動作原理、ヒューマン・ヘルスケア関連アプリケーションへの展開について、次世代デバイスHololensのデモを交えて解説いたします。

本セミナーでは、自律走行や拡張現実感 (AR) などの基盤技術として用いられるVisual SLAMについて、基礎から実装法まで解説いたします。
3次元的な自己位置推定・マッピング処理を対象としたコンピュータビジョン技術を初歩から概説いたします。
カメラの投影モデルや特徴点トラッキングなどの基礎技術から、古くから研究がなされてきたオフライン型structure from motion (SfM) 、 Hololens、ARCore、ARKitなどにも用いられるオンライン型visual SLAMの枠組みに至るまでを理解できることを目的とします。

本セミナーでは、自律走行や拡張現実感 (AR) などの基盤技術として用いられるVisual SLAMについて、基礎から実装法まで解説いたします。
3次元的な自己位置推定・マッピング処理を対象としたコンピュータビジョン技術を初歩から概説いたします。
カメラの投影モデルや特徴点トラッキングなどの基礎技術から、古くから研究がなされてきたオフライン型structure from motion (SfM) 、 Hololens、ARCore、ARKitなどにも用いられるオンライン型visual SLAMの枠組みに至るまでを理解できることを目的とします。

本セミナーでは、デプス・センシング・アルゴリズムの基礎から、それを用いた非接触生体センシングの動作原理、ヒューマン・ヘルスケア関連アプリケーションへの展開について、次世代デバイスHololensのデモを交えて解説いたします。

本セミナーでは、Visual SLAMの最新技術の動向として、環境内に移動物体のある場合のVisual SLAMの精度低下を軽減させた動的環境対応の手法と、ディープラーニングを用いたVisual SLAMの手法を紹介いたします。
特に、ここ5年間で提案された論文を中心とし、動的環境下におけるVisual Inertial SLAMとRGBD SLAMの手法を紹介いたします。また、ディープラーニングを用いた手法では、Visual SLAMにおけるどの処理を機械学習化したか、ディープライニングの限界はどこにあるのかの観点から論文を紹介いたします。