電子情報通信学会総合大会 2016 企画セッション
「パターン認識・メディア理解」必須ソフトウェアライブラリ 手とり足とりガイド
概要
人工知能，マルチメディア，ビッグデータ解析など多様な分野と密接な関係がある「パターン認識・メディア理解技術」の研究開発にあたり，もはや必須のライブラリ「OpenCV3.0による画像処理」および「Pythonを用いた機械学習」のチュートリアルを開催します．より高精度な手法を希求するこの分野においては，ライブラリを使って研究開発を加速させることがスタンダードになっています．ビギナーがすぐに研究開発を始められるように，そしてエキスパートが最新実装状況を概観できるように，幅広く役立つチュートリアルとなっています．
Information
- 日時
2016年3月16日 13:45〜17:15
- 会場
九州大学(伊都キャンパス) センター2号館3F 2306講義室
- ★重要：参加費無料！★
本企画セッションは「一般公開」です．つまり，どなたでも無料で参加可能です（＝総合大会への参加登録も不要）．総合大会の受付に行く必要もなく，直接会場にお越し頂ければ参加可能です．
プログラム概要
- 13:45-14:00 (15分) ＰＣの準備時間(※電源に繋ぐなどの軽微な作業用の時間です．環境のダウンロード・準備は「必ず事前にお済ませの」上お越しください．)
- 14:00-15:30 (90分) 浦西友樹先生 (京都大学) OpenCV 3.0 ― コンピュータビジョンを簡単化するライブラリ
- 15:30-15:45 (15分) 休憩
- 15:45-17:15 (90分) 川西康友先生 (名古屋大学) Pythonによる機械学習入門 〜基礎からDeep Learningまで〜
スケジュール
- 12月1日 企画セッションサイト公開
- 2月中旬 ソフトウェア仮想環境の配布 公開しました
ソフトウェア仮想環境
会場での通信状況は十分でない可能性があります．また，環境がインストール済みという前提で，直ちにチュートリアル講演を開始します．
当日は，必ず事前に皆様のノートＰＣに環境をダウンロード・インストールした上で，ご参集ください．
●3/10までにディスクイメージをダウンロードした方へ
ダウンロードした「ディスクイメージ ver.1」には実習で用いるデータが含まれておりません。下記リンクから「実習で用いるデータ」を追加でダウンロードしてください。
●3/10以降に、これからディスクイメージをダウンロードする方へ
下記のリンク「ディスクイメージ ver.3」には、仮想ディスクイメージと実習で用いるデータが両方とも含まれています。
これからダウンロードする方はver.3をダウンロードしてください。
ディスクイメージ ver.2
(※3/12追記)既にディスクイメージ ver.2をダウンロードした方へ。windows 7 64 bits環境下で解凍できないことがあるようです。新たにディスクイメージ ver.3をダウンロードしてください。
- ディスクイメージ ver.3
VirtualBoxによる仮想環境には次のアカウントでログインできます．VirtualBoxのインストールについて(PRMU2015年度アルゴリズムコンテストのサイトより)
- ユーザー名：tutorial
- パスワード：prmu2016
仮想環境について不具合などございましたら、川西先生(kawanishi( a t )is.nagoya-u.ac.jp)宛てにご連絡ください。
題目：OpenCV 3.0 ― コンピュータビジョンを簡単化するライブラリ
講師：浦西友樹先生 (京都大学)
講演概要
本講演は，コンピュータビジョンのためのオープンソースライブラリであるOpenCV (Open Computer Vision Library) に関するチュートリアルです．カメラにより獲得される視覚情報は汎用性が高く，近年では光学式文字読み取り装置，工場での製品検査，形状モデルの獲得，車載安全装置などに実際に利用されています．本講演ではこれらの視覚情報を簡単に取り扱うことを可能とするOpenCVの最新バージョンであるOpenCV 3.0の導入から簡単な利用方法まで，実習を交えて解説します．
習得できるソフトウェア／開発環境
事前に準備して頂きたいこと
- 仮想化ソフトウェア(VirtualBox)をインストール
- ディスクイメージをダウンロード
講演資料
http://bit.ly/prmu2016_uranishi_slides
ソースコード一式
講師プロフィール
- 2008年奈良先端科学技術大学院大学情報科学研究科博士後期課程修了．
- 同年日本学術振興会PD．
- 2009年奈良先端科学技術大学院大学情報科学研究科助教．
- 2012年大阪大学基礎工学研究科助教．
- 2014年京都大学医学部附属病院助教，現在に至る．
- 2012年フィンランド・オウル大学理学部客員研究教授．
- 電子情報通信学会，日本バーチャルリアリティ学会，IEEE等所属．
- 三次元形状計測，拡張現実感およびヒューマンインタフェースに関する研究に従事．
- 博士 (工学)．
題目：Pythonによる機械学習入門 〜基礎からDeep Learningまで〜
講師：川西康友先生 (名古屋大学)
講演概要
本講演は，様々な機械学習ツールを簡単に使いこなす方法に関するチュートリアルです．
近年，SVM，AdaBoost，Random Forestなどのこれまで広く利用されてきた機械学習ツールだけでなく，Deep Learningも様々なところで利用されています．本チュートリアルでは実習を通し，Python及びscikit-learnやchainerといったライブラリを使うことで，これらの機械学習ツールが簡単に利用出来るということを実体験していただきます．
習得できるソフトウェア／開発環境
- Python
- 機械学習ライブラリ（scikit-learn, chainer）
事前に準備して頂きたいこと
- 仮想化ソフトウェア(VirtualBox)をインストール
- ディスクイメージをダウンロード
講演資料
https://drive.google.com/folderview?id=0B42537diBqMUZWwxQUtISDNLbTg&usp=sharing
講師プロフィール
- 2012年 京都大学大学院 情報学研究科 博士後期課程修了．
- 2012年 京都大学 学術情報メディアセンター 特定研究員．
- 2014年 名古屋大学 未来社会創造機構 特任助教．
- 2015年 名古屋大学 情報科学研究科 助教，現在に至る．
- 2011年 パターン認識・メディア理解(PRMU)研究会 研究奨励賞受賞．
- 防犯カメラ・車載カメラ映像を対象とした，人物検出・追跡・検索を含む人物画像処理に関する研究に従事．
- 電子情報通信学会会員．
- 博士（情報学）．