NEP|名古屋大学組込みシステム人材育成プログラムNEP|名古屋大学組込みシステム人材育成プログラム

IoT環境における画像処理・理解技術(愛媛大学提供) [オンライン開催]


application

開講日 2020年06月27日(土曜日)および06月28日(日曜日)
開講時間 09時30分から17時00分
(09時00分開場,集合時刻09時15分)
受講申込期間 2020年04月01日(水)~06月14日(日)24時まで
受講料 50,000円(税込)
enPiT-Pro Embの「名古屋大学車載組込みシステムコース」の履修者は,コース受講料に含まれますので科目単位では請求しません.
定員(先着順) 20名  オンライン会場:40名
会場・留意事項 ・実習環境をご自身でご用意して頂く必要があります.下欄の「実習機材」の欄をお読み頂き,
 事前に演習環境を整備してください.
・テキストは,受講者に事前に送付します.
・勤務先や自宅などから,Webで受講してください.
・Webでの講義配信に,Zoomを使用します.
・必要な機材は,PC,ヘッドセット,通信環境です.カメラは任意です.
 詳しくは,こちらでご確認ください.
https://zoom.us/test でZoomの基本動作を確認できます.
・オンライン講義実践ガイドは,http://enpit-pro-emb.jpをご参照ください.
・初めてZoomを使用する受講者には,事前に接続テストを行いますのでご安心ください.
・質疑応答やグループワーク(発表含め)等は,Zoomで実施します.
・修了テストは,Webテストや,問題のWeb配信とE-mailでの提出などを検討中です.
・ネットワークトラブルにより受講ができなかった受講者には,後日に録画データを配信します.
講師 木下浩二(愛媛大学),一色正晴(愛媛大学)
講師は都合により変更する場合があります.
講座概要 近年,製造業やセキュリティ分野において,カメラで映像を取得してIoT技術で解析する技術の導入が広まりを見せている.それに伴い,これまで人の目で行っていた検査や確認などの工程が自動化され,さらには,取得したデータをクラウドで解析するシステムが構築され始めている.
この科目では,そのようなシステムを構築するために必要となる,画像処理技術の習得を目的とする.
講義前半では,工業製品や農作物の品質評価の自動化,高齢者の見守り技術や防犯対策など安全・安心を提供するために必要な画像処理の基礎および特徴抽出の方法を学ぶ.
講義後半では,Raspberry Piに画像処理ライブラリOpenCVをインストールし,プログラム演習を通して画像処理,特徴抽出および動体検知の技術を学ぶ.

工業製品や農作物の品質評価の自動化,高齢者の見守り技術や防犯対策など安全・安心を提供するために必要な画像処理の基礎および特徴抽出の方法を学ぶ.
そして,画像処理ライブラリOpenCVや深層学習フレームワークKerasをインストールし,プログラム演習を通して画像処理,特徴抽出および物体検出・物体認識の技術を学ぶ.

*日付をクリックいただくと,オンライン講義実践ガイドページの最新の講座概要(6/276/28実施)がご覧いただけます.
実習機材 注意:
講義中に演習を行います.下記の1と2で<必須>と書かれている部分を用意ができない場合は,演習ができません.お申し込み時にご確認下さい.

1.演習用PC(Zoom受講用と同じで良い)の準備
演習では,以下の開発環境を使います.
(1)Google Chrome(Google ColaboratoryでPython演習をします)
(2)Virtual Box(Ubuntu 18.04で画像認識演習をします)
 演習用のPCは,Zoom受講のPCと同じPCで可能です.あるいは,Zoom受講とは別に,インターネットに接続
 する演習用のPCを別に用意することも可能です.<必須>

2.演習環境の構築
(1)Google Chrome(Google ColaboratoryでPython演習をします)
 (a)Googleアカウントを取得していること.<必須>
 (b)GoogleアカウントでGoogle Chromeにログインしていること.<必須>
 (c)Google Colaboratory が動作すること.<必須>
 (Step1)以下のページを読み込む.
    https://colab.research.google.com/notebooks/intro.ipynb?hl=ja
 (Step2)「はじめに」に書かれている「上記のセルのコードを実行するにはセルをクリックして選択し、コードの
    左側にある実行ボタンをクリックする」を行い,実行結果 86400 が表示されることを確認する.
 (d)事前学習をすること.Chainer Tutorial の「1.はじめに」に Google Colaboratory の使い方の解説が,
  「2.Python 入門」に基本的な文法の説明があるので,目を通しておく.

(2) Virtual Box(Ubuntu 18.04で画像認識演習をします)
 (a)Virtual Box, xubuntu, YOLOのインストール
このファイルを参考にして,インストールして下さい.
 インストールは,必ずファイルのP33まで行って下さい.<必須>
  P34以降も,講義前に行っておくことをお勧めしますが,必須ではありません.

3.演習プログラム
演習で使用するプログラムは Google ドライブで共有します.リンクは当日お知らせします.
到達目標
  • 画像の前処理(コントラストの調整,ノイズ除去等)の原理を説明,実装できる
  • 画像を理解するための特徴(エッジや形状)を抽出する方法を説明,実装できる
対象者 IoT環境において目視による検査・確認作業を自動化するための,画像処理技術を体系的に学び,演習を通してその技術を習得したい方
前提条件
  • 大学初年次で学ぶ数学に関する基礎的な知識
  • Linux, C/C++言語に関する基礎的な知識
講義計画
  • イントロダクションと環境構築
    事例紹介,ディジタル画像の構造,開発環境の構築
  • 画像情報の変換
    階調変換,色変換,画像の二値化
  • ノイズの除去,画像特徴
    モルフォロジー演算,ラベリング,空間フィルタリング
  • サポートベクターマシンと手書き文字認識
    機械学習の基礎,画像の特徴抽出
  • 深層学習:CNNと物体検出
    畳込みニューラルネットワーク,物体検出,YOLO
教科書は使用せず,資料を配布する.参考書として,以下の本を紹介する.
  • 奥富編,ディジタル画像処理[改訂新版],CG-ART協会,2015.
  • 小枝ほか,OpenCVによる画像処理入門[改訂第2版],講談社,2017.
  • 斎藤,ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装,
    オライリー・ジャパン,2016
評価方法 enPiT-Pro Embの「名古屋大学車載組込みシステムコース」履修者がこの科目を受講した場合の修了認定基準は,次のとおりです.
  • 試作した画像処理システムのプレゼンテーションとデモで評価(100%)
  • 全時間数を出席していること,出席時間が必要条件に満たない場合は受講認定しない
  • これまでに受講された方々の声 ・ランダムなピクセルデータから必要な情報を抽出する手法および,そのベースとなる技術を知ることができた.
    ・OPENCVを利用したプロジェクトにかかわる予定のため、どういう処理をしているのか確認することに役立った。
    ・業務では、ソーベル画像、ガウシアン画像に計算された値を使っていて、その前段階についてはよく理解できていなかったので、なんとなくだが知れてよかった。画像処理について、もっと学びたいと感じた。
    ・市販されているか、フリーの環境で、自前でも準備できるので、学習してみようと思った。
    ・なかなか新しい技術を覚える機会がないので、新鮮な気持ちで受講できた。内容も非常に丁寧で、初心者からでも理解しやすいと感じた。
    備考
    ページのトップへ戻る