セミナー


2D/3D画像処理技術を理解して、ディープラーニングよる認識率を格段に向上する
~AIとロボットビジョン・マシンビジョンの基礎と応用~

チラシダウンロード(PDF)

開催主旨

 ここ数年、AI(Artificial Intelligence、人工知能)の応用が急速に進展しています。劇的な認識率の向上をもたらしAI分野を発展させたのが、脳の働きからヒントを得た学習手法である「Deep Learning(ディープラーニング)」のアルゴリズムであり、「TensorFlow(テンソルフロー)」をはじめ実装が容易なライブラリの登場によりユーザー数が増大しています。Deep Learningによる画像処理により高い認識率が多く報告されていますが、実際のところ、ノイズや歪みの多い画像データやラベルを与え、学習させようとしても認識率の向上は見込まれません。Deep Learningの威力を最大化するためには、画像処理の基本問題と課題を把握し、従来手法とDeep Learningそれぞれが得意とすることを理解した上で、画像認識システムとして最適な解を見つけ出す必要があります。本講座では、2D/3D認識の基礎から応用、最新の研究事例までを幅広く解説。Deep Learningの効果的な利用方法や、従来手法との組合せについても実例を紹介し、実用化の観点から、現場で使えるシステムを設計するための考え方とノウハウを習得します。

概要

日時

2019年 11月 18日(月) 10:00~17:00

(9:30 受付開始、休憩12:30~13:30)

会場 日刊工業新聞社 東京本社 セミナールーム
受講料

44,000円(資料含む、消費税込)

※振込手数料は貴社でご負担願います。
※1社複数名のご参加の場合、2人目より10%割引(39,600円)致します。
ただし、同セミナーを受講される場合のみ適用させて頂きます。

主催 日刊工業新聞社
協力 中京大学 橋本研究室
お問い合わせ先 日刊工業新聞社
大阪支社 事業出版部 セミナー係
TEL : 06-6946-3382
FAX : 06-6946-3389
E-mail : seminar-osaka@media.nikkan.co.jp

講師

橋本 学 氏

会場アクセス

日刊工業新聞社 東京本社
セミナールーム
東京都中央区
日本橋小網町14ー1
住生日本橋小網町ビル
セミナー会場案内図

このセミナーを申し込む

プログラム

1.イントロダクション
1-1 AIとその産業応用
1-2 Deep Learningを用いた画像処理の動向と課題
2.2次元画像認識の基礎技術・新技術
2-1 画像パターン検出技術の分類と概要
2-2 特徴量ベースの物体検出・画素ベースの物体検出
2-3 画像マッチング技術研究の系譜
2-4 基礎技術①:ISC/OCM/RRC/Chamfer Matchingなど
2-5 基礎技術②:SIFT/SURF/ORBなど
2-6 新技術①:画素削減型テンプレートマッチング(CPTM)
2-7 新技術②:SCPTM/DPTM/MCTMなど
2-8 新技術③:Deep Learningの中間層を利用した画像マッチング
2-9 新技術④:Deep Learningのための高リアリティ学習画像生成
3.3次元画像認識の基礎技術・新技術
3-1 3次元センサの概要と実例(パッシブ法・アクティブ法)
3-2 3次元物体認識の概要
3-3 高精度位置合わせICPアルゴリズム
3-4 基礎技術①:3次元局所特徴量の基礎
3-5 基礎技術②:局所参照座標系(LRF)の基礎
3-6 新技術③:VPM/CCDoN/GRF/RPD/MSSほか
3-7 新技術④:光学系を利用した3次元認識(Multi Flash Imaging)
3-8 新技術⑤:対象物に適した局所特徴量の自動選定
3-9 新技術⑥:Deep Learningを用いた対象物形状近似
3-10 新技術⑦:Deep Learningを用いた3D形状に対する人間の感性推定
4.生産・物流・生活分野におけるAIによるロボット知能化研究の実例
4-1 生産分野:熟練作業の分析システム
4-2 物流分野:知能ロボット開発 
  ~国際ロボット大会への参画を通じて~
4-3 生活分野:対象物の「機能」認識
4-4 その他の事例(多数準備しています。受講者様のご希望に応じて解説いたします。)
5.まとめ・AI・ロボット新時代にむけた課題の整理と展望
5-1 AI・機械学習に関する5つの課題
  ①学習データを準備する負荷が非常に大きい(学習データ量と質に関する現実的な問題)
  ②AIが現時点ではシンボルを扱っているに過ぎない
  ③プログラム自身が自主的に自己発展できるわけではない
  ④想定外の事象に弱い
  ⑤内部分析が困難
5-2 AIが圧倒的に優位な理由
5-3 ロボットビジョンの次なる課題

このセミナーを申し込む

一覧へ戻る

日刊工業新聞社関連サイト・サービス

このサイトでは、アクセス状況の把握や広告配信などのためにクッキー(Cookie)を使用してしています。このバナーを閉じるか閲覧を継続した場合、クッキーの使用に同意したこととさせていただきます。なお、クッキーの設定や使用の詳細についてはプライバシーポリシーページをご覧ください。

閉じる