[秋葉原] 初めての画像認識2(OpenCV-Pythonチュートリアル)(初心者大歓迎!)
イベント内容
この会について
機械学習やデータサイエンスを扱う勉強会です。
継続した内容ではございませんので、初めての参加も問題ありません。
今回はPythonによる画像処理ライブラリ「OpenCV」について扱います。
初参加の方も安心してご参加ください。
スケジュール
【11月】:
1周目(11/7) : 初めての画像認識(OpenCV-Pythonチュートリアル)
2周目(11/14) : 初めての画像認識(OpenCV-Pythonチュートリアル)続き(最初に復習をします。)
3周目(11/21) : 未定
今後の勉強会の案1
チュートリアルベースですすめて
発表者が好きな本から補足説明を入れる。
もくもく形式で最初と最後に作業共有。
OpenCV-Pythonチュートリアル(OpenCVのGUI機能)
-
機械学習プロフェッショナルシリーズ:画像処理:1章
-
詳解 OpenCV ―コンピュータビジョンライブラリを使った画像処理・認識:1章、2章
-
実践OpenCV2.4-映像処理&解析:1章
OpenCV-Pythonチュートリアル(基本処理)
-
機械学習プロフェッショナルシリーズ:画像処理:1章
-
詳解 OpenCV ―コンピュータビジョンライブラリを使った画像処理・認識:3章、4章
-
実践OpenCV2.4-映像処理&解析:2章
OpenCV-Pythonチュートリアル(OpenCVを使った画像処理)
-
機械学習プロフェッショナルシリーズ:画像処理:3章
-
詳解 OpenCV ―コンピュータビジョンライブラリを使った画像処理・認識:5章、6章
-
実践OpenCV2.4-映像処理&解析:3章
OpenCV-Pythonチュートリアル(特徴量検出と特徴量記述)
-
機械学習プロフェッショナルシリーズ:画像処理:4章、5章
-
詳解 OpenCV ―コンピュータビジョンライブラリを使った画像処理・認識:7章、8章
-
実践OpenCV2.4-映像処理&解析:4章
OpenCV-Pythonチュートリアル(動画解析)
-
機械学習プロフェッショナルシリーズ:画像処理:6章
-
詳解 OpenCV ―コンピュータビジョンライブラリを使った画像処理・認識:9章、10章
-
実践OpenCV2.4-映像処理&解析:5章
OpenCV-Pythonチュートリアル(カメラキャリブレーションと3次元復元)
-
機械学習プロフェッショナルシリーズ:画像処理:7章
-
詳解 OpenCV ―コンピュータビジョンライブラリを使った画像処理・認識:11章、12章
-
実践OpenCV2.4-映像処理&解析:5章
OpenCV-Pythonチュートリアル(機械学習)
-
機械学習プロフェッショナルシリーズ:画像処理:8章
-
詳解 OpenCV ―コンピュータビジョンライブラリを使った画像処理・認識:13章
-
実践OpenCV2.4-映像処理&解析:5章
OpenCV-Pythonチュートリアル(物体検出)
-
機械学習プロフェッショナルシリーズ:画像処理:9章
-
詳解 OpenCV ―コンピュータビジョンライブラリを使った画像処理・認識:付録
-
実践OpenCV2.4-映像処理&解析:5章
チュートリアルの続きをします。最初に前回の復習をしますので、初めての参加でも問題ありません。
http://labs.eecs.tottori-u.ac.jp/sd/Member/oyamada/OpenCV/html/py_tutorials/py_tutorials.html
http://lang.sist.chukyo-u.ac.jp/classes/OpenCV/py_tutorials/py_tutorials.html
OpenCVチュートリアル
- OpenCVの環境構築
- OpenCVのGUI機能:画像を扱う、動画を扱う、OpenCVの描画機能、ペイントツールとしてのマウス、カラーパレットとしてのトラックバー
- 基本的な処理:画像上の基本的な処理、画像の算術演算、コードの性能評価と改善方法
- OpenCVを使った画像処理:色空間の変換、画像の幾何変換、画像のしきい値処理、画像の平滑化、モルフォロジー変換、画像の勾配、Canny法によるエッジ検出、画像ピラミッド、OpenCVにおける輪郭(領域)、OpenCVでのヒストグラム、OpenCVの基底を使った画像の変換、テンプレートマッチング、ハフ変換による直線検出、ハフ変換による円検出
、Watershedアルゴリズムを使った画像の領域分割、GrabCutを使った対話的前景領域抽出
- 特徴量検出と特徴量記述:特徴の理解、Harrisコーナー検出、Shi-Tomasiのコーナー検出とGood Features to Track(追跡に向いた特徴)、Introduction to SIFT (Scale-Invariant Feature Transform)、Introduction to SURF (Speeded-Up Robust Features)、FAST Algorithm for Corner Detection、BRIEF (Binary Robust Independent Elementary Features)、ORB (Oriented FAST and Rotated BRIEF)
、特徴点のマッチング、特徴点のマッチングとHomographyによる物体検出
動画解析:Meanshift と Camshift、オプティカルフロー(Optical Flow)、背景差分
カメラキャリブレーションと3次元復元:カメラキャリブレーション、姿勢推定、エピポーラ幾何、ステレオ画像から距離計測 - 機械学習:k近傍法、サポートベクターマシン(SVM: Support Vector Machines)、K-Meansクラスタリング
- Computational Photography:画像のノイズ除去、画像のInpainting
- 物体検出:Haar Cascadesを使った顔検出
- OpenCV-Pythonの紐づけ(Bindings)がどのように動作するのか?
※現在の予定です。発表者の予定により変更となる場合があります。
持ち物
実装をされる方はPC
環境構築でお困りの方は、一報いただけますと30分ほど前に来てサポートいたします。
参加費
1000円(会場費)
コワーキングスペース利用料金としていただいております。
同スペースの月額会員の方であればお支払いは不要です。
開催場所
コワーキングスペース秋葉原 Weeyble(ウィーブル)
http://weeyble.com/
東京都千代田区神田須田町2丁目19−23(野村第3ビル4階)
秋葉原駅電気街口または中央改札口より徒歩3分。 都営新宿線 岩本町駅徒歩3分、銀座線 神田駅6番出口徒歩2分
その他
途中参加や途中退出は自由です。
電源、Wi-Fiはあります。
【書籍】
※本がなくても大丈夫ですが、非常に良い本です。
slack
https://now-examples-slackin-mswfphbzab.now.sh/
グループ
https://www.facebook.com/groups/1515619948454253/
資料もこちらに貼ることがあります。また質問などご自由にどうぞ。
アンケート
会を良くするためにご協力お願いします。
https://goo.gl/forms/pQMOM9sc2cn3T4uj2
その他
会場のコワーキングスペースは18:00-23:00でご利用できます。 事前に来て作業していただいても構いません。
注意事項
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。