セミナー紹介

 イメージングデバイスの高性能・多機能化と、ヒトの動作・表情から得た情報を理解・認識する技術は、クルマ、ロボット、防犯システム、エンタテインメントの分野において上手く活用され、社会における新しい価値の実現基盤となっています。

 技術者塾では、車載システムやデジカメなどで使用されている「物体認識」のしくみを紹介しながら、近年のアプローチである、機械学習による画像認識手法のしくみと、画像認識技術を新しい製品や機能へと展開する上で押さえておかなければならない要件や技術手法、信頼性の実現テクニック、アプリケーション展開のためのヒントとなるキーポイントを示します。さらに、最新の研究動向として、深層学習による画像認識手法についても紹介します。


受講効果

チェック機械学習の基礎がわかるようになります。

チェック画像認識の実現方法を習得できます。

チェック画像認識技術のしくみを知ることで、効率的なアプリケーション展開ができるようになります。

開催概要

セミナー名 技術者塾
機械学習・深層学習の活用で広がる画像認識の仕組み
日時 2019年 1月 24日(木) 10:00~17:00 (開場 9:30)
会場 エッサム神田ホール 1号館
東京・神田
JR神田駅東口 徒歩1分、東京メトロ銀座線神田駅 3番出口すぐ
受講料

49,800円(税込み)

定員 60名
※最少開催人数(15名)に満たない場合は、開催を中止させていただくことがあります。
主催 日経エレクトロニクス

講師紹介

藤吉 弘亘(ふじよし ひろのぶ)氏

中部大学 工学部 ロボット理工学科
大学院 工学研究科 情報工学専攻 教授

1997年 中部大学大学院博士後期課程修了。
1997~2000年 米国カーネギーメロン大学ロボット工学研究所 Postdoctoral Fellow。
2000年 中部大学講師、2004年 准教授。
2006年 米国カーネギーメロン大学ロボット工学研究所客員研究員。
2010年より現在に至る。博士(工学)。
計算機視覚、動画像処理、パターン認識・理解の研究に従事。情報処理学会、電子情報通信学会、IEEE各会員。2005年度ロボカップ研究賞。平成21年度山下記念研究賞、平成21年度情報処理学会論文賞。

プログラム (10:00~17:00)

❶ 画像認識における問題設定と活用例

1.1 一般物体認識とは
1.2 物体検出
1.3 画像分類
1.4 シーンの理解

❷ 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。

2.1 Haar-like特徴と顔検出
2.2 AdaBoostのアルゴリズム
2.3 HOG特徴と人検出(Histograms of Oriented Gradients)
2.4 その他の画像局所特徴量

❸ 多クラス識別器Random Forestsによる画像認識

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。

3.1 Random Forests
3.2 Hough Forestsによる物体検出
3.3 Random Forestsを用いた距離画像からの人体姿勢推定
3.4 Regression Forestsによる回帰
3.5 Density Forestsによる密度推定
3.6 Semi-supervised Forestsによる半教師付き学習

❹ 深層学習(Deep Learning)による画像認識

最新の研究動向として、深層学習について概説し、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。

4.1 深層学習の現在
4.2 畳み込みニューラルネットワーク
4.3 CNNによる画像認識
  • 一般物体認識(画像分類)
  • 物体検出
  • セマンティクセグメンテーション
※プログラム内容・講師は予告なく変更になることがあります。予めご了承ください。
申し込む

【お申し込み注意事項】

  • ※満席になり次第、申込受付を締め切らせていただきますので、お早めにお申し込みください。
  • ※お申し込み後のキャンセル、ご送金後の返金はお受けいたしかねます。申し込んだ方の都合が悪くなった場合は、代理の方が出席くださいますようお願いいたします。
  • ※受講料のお支払い: お支払方法が「請求書」の方には、後日、受講証・請求書を郵送いたします。ご入金は銀行振込でお願いいたします。なお、振込手数料はお客様のご負担となりますのであらかじめご了承ください。クレジットカード払いの場合、受講証・請求書の郵送はありません。お支払い手続きにて決済が完了した後、以下「MyPageメニュー」にお申し込み内容と受講証が表示されます。セミナー当日、ご自身で印刷した受講証をご持参いただくか、携帯端末などにMyPageから受講証を表示いただくようお願いいたします。
    <MyPage>https://ers.nikkeibp.co.jp/user/myPageLogin/
  • ※講師企業と競合すると考えられる製品やサービスなどをご提供される会社の方は、主催者の判断に基づき受講をお断りさせていただく場合がございますので、あらかじめご了承ください。
  • ※会場までの交通費や宿泊費は、受講される方のご負担となります。また、お子さま連れでのご参加はご遠慮ください。
  • ※講師の急病、天災その他の不可抗力、またはその他やむを得ない理由により、講座を中止する場合があります。この場合、未受講の講座の料金は返金いたします。