AI関連の活動情報
１、ディープランニングの勉強
Webセミナーを利用して学習スタート
＊ディープランニング＆OpenCVに興味ある人は下記URLのインストラクションに従って学習すれば
誰でも最小限の知識で楽しむ事が出来ます。・・・これはDr.Adrian Rosebrock/PyImageSearch社による提供です！
URL:https://www.pyimagesearch.com/start-here/
２、画像認識 ・・・👈各プログラム実行画像はこのタイトルをクリック！
(Click here ! for the program execution screen)
１）PC(Ubuntu 16.04)ベースの実験
２）RasPi(Raspbian Jessie)ベースの実験
３）OpenVinoの活用(Raspbian Stretch)ベースの実験
インテルは2018,9,11、IoT（モノのインターネット）に関する事業戦略説明会を開き、動画像データから
ディープラーニング（深層学習）解析による推論を容易に得られるようにするためのツールキット
「OpenVINO（Open Visual Inference ＆ Neural network Optimization）」の無償提供を開始したと発表した。
４）RasPi/Client-PCの Cameraで撮影したビデオをNet Work上のServer-PCにライブで表示する実験
5）TensorFlow+Kerasで動物画像の推定
TensorFlow・Kerasライブラリー・Pythonを活用
Flickrでmonkey/猿、boar/猪、crow/カラスの画像各１２０枚を収集
Convolution Neural Networkで機械学習させる
各画像に回転と反転処理を加えてデータ量を増やし精度向上させる
評価画像で推定精度を確認(70%)
Flaskを利用してWEb化し操作性を改善
6） 参考資料
i) Getting Started Guide for the Movidius™ Neural Compute Stick
ii) USB型DeepLearningアクセラレータ,"Movidius Neural Compute Stick"を
RaspberryPi2で動かしてみた。
iii) Neural Compute Stickを試してみよう
iv) Raspberrypi3でMovidius Neural Compute Stickのサンプルまでを動かしてみた
v)OpenVINO, OpenCV, and Movidius NCS on the Raspberry Pi
Vi) Live video streaming over network with OpenCV and ImageZMQ
３、OpenCVの活用・・・👈各プログラム実行画像はこのタイトルをクリック！
(Click here ! for the program execution screen)
１） 顔の自動検出(face-detection)
2） 色検出と追跡動画(青色)
3) 高速道路走行中の自動車追跡
4) win10+Python3+OpenCV3による目の追跡
5) 顔認証の実験
(Win10+Python+OpenCV+Deep Learning)
i) 同時三人顔認証
ii) 同一人物複数写真の顔認証
iii) おまけ(動画)！
(1) 田川寿美
(2) 浅丘ルリ子
６） 特徴検出による顔識別
（美女三人を夫々別人として識別する）
７） Region of Interest Tracking ：関心領域の追跡
i) 100m Race
ii) Horse Race
iii) Car Race
iv) Soccer (Multi ROI select)
８） 人の入退場数のカウント
９） 残像軌跡を付けた西瓜の追跡
１０） Image及びVideoからTextの検出
１１） DL+ OpenCVによる画風変換
i) 風景画の変換
ゴッホ、北斎、ムンク
ii) ライブビデオの画風変換
１２） DL+ OpenCVによる画像内の区分け(Semantic
segmentation)
13) GIF(Graphics Interchange Format)動画/サングラスで変装出来るか？
(Create animated GIFs using OpenCV, Python, and ImageMagick)
14) YOLOとOpenCVによる対象物の識別
i） 静止画像内の対象物
ii）動画内の対象物
15） OpenCV利用による背景ぼかし
16) 居眠り検出
（OpenCV利用し目のアスペクト比を測定し0.3以下でアラーム起動）
17) Creating a Panorama of stitched image
（OpenCV利用で3枚の写真を一枚のパノラマに変換）
18) Kerasを利用して二つのラベル（スタイル、色）を識別
(Multi-label classification with Keras)
19) OpenCVとDeep Learning 利用してCaffeモデルでモノクロをカラーに変換する
i)写真
ii)ビデオ
20) Video classification with Keras and Deep Learning
(1)下記三種類のスポーツの画像を大量に機械トレーニングさせる
Weightlifting: 577 images
Football (i.e., soccer): 799 images
Tennis: 718 images
(2)下記三種類のビデオを読込ませる
Weightlifting Video
Football Video
Tennis
(3)プログラムを実行しビデオ内のスポーツを認識させラベルを表示する
21) OpenCV + HTML利用で映像内の移動部を検出し赤枠で囲む
ビデオストリームをブラウザーで表示し 映像内の移動箇所を検出し赤枠で囲む
サーバーを起動しブラウザーで表示する
22) OpenCVとPythonで顔をぼかして匿名化する
Simple Blur と Pixel Anonymize
23) OpencvとPythonを利用して複数のマーカーを同時に検出する
１）マーカーにはバーコード、QRコード等あるがここではArUcoコードを利用して
ビデオで複数マーカーを同時に検出する実験
２）検出したマーカー枠内に動画を張り付ける
OpenCV_Video_Augument_Reality
＃１：田川寿美映像 ＃：２ジュラシックパーク映像
24) OpenCVとscikit-imageを利用して写真画像のヒストグラムを合わせる
25) Opencv利用で炎ビデオの温度測定
26) Opencv利用で顔面ビデオの温度測定
27) 参考資料
i) Computer vision using GoPro and Raspberry Pi
ii) OpenCV + Python using Raspberry Pi by Dr.Aldo Vargas
(python scription from https://github.com/alduxvm/rpi-opencv)
iii) Face recognition with OpenCV, Python, Deep Learning
(Dr.Adrian Rosebrock/Pyimagesearch)
４、ＧＰＵを活用したプログラム ・・・👈各プログラムの実行画像はこのタイトルをクリック！
(Click here ! for the program execution screen)
１） DQNでＣａｒｔの上にあるＰｏｌｅを倒さずにＣａｒｔを移動させる
２） ＤＣＧＡＮによる数字の生成
３） ＫｅｒａｓとＤｅａｐ Ｌｅｒａｎｉｎｇによる乳癌の予測
４） OpenCV & DLによるパーキンソン病の予測
５） OpenCVとDLによるビデオ画像のエッジを利やるタイムに検出する
６） （Python+Django+TensorFlow+転移学習）を活用した画像分類AIアプリの作成
７） Keras,Tensorflow,Deep Learningを利用して患者のX線写真でコロナウイルス患者を特定する
８） OpenCV,Keras/TensorFlow and Deep Learningを利用してビデオからマスク着用か不着用かを検出する
9） OpenCV利用してソーシャルディスタンス違反を検出する
５、PyTorch ・・・👈各プログラムの実行画像はこのタイトルをクリック！
(Click here ! for the program execution screen)
PyTorchとは
PyTorchは、テンソル計算、自動微分、GPUアクセラレーションを専門とするオープンソースの機械学習ライブラリです。
これらの理由から、PyTorchは最も人気のあるディープラーニングライブラリの1つであり、
「最も使用されている」ディープラーニングパッケージとしてKerasとTensorFlowの両方と競合しています。
PyTorchは、Pythonの性質と拡張性の容易さ（つまり、カスタムレイヤータイプ、ネットワークアーキテクチャなどの実装）により、
研究コミュニティの間で特に人気があります。
１) Object Detection
2) Thermalカメラを使ったPyTorch と YOLOv5 による夜の物体検出
６，MediaPipe ・・・👈各プログラムの実行画像はこのタイトルをクリック！
(Click here ! for the program execution screen)
MediaPipeとは
Google社が提供するライブストリーミングのためのオープンソースのMLソリューションです。
このMediaPipeを利用すると高性能なAI画像処理アルゴリズムを利用したARアプリケーション等を簡単に作成できます。
また、クロスプラットフォーム対応となっており、主要なOS上で実装が可能です。
１）用意した動画ファイルから 顔、手、ポーズをリアルタイムで検出する
2) 用意した静止画像から手を検出する
７、NVIDIA Jetson TX2の活用
最終目的はドローンに搭載し画像認識による障害物回避を計画！
当面はDeep Learning学習に活用すべくセットアップする。
１）初期設定が完了したのでCUDA Sampleを実行した
2) TX2日本語入力化：NVIDIA Jetson Meetup#8で出会った長田さんからご指導して
頂いた方法で無事に日本語入力化に成功！
＊簡単手順書はここからダウンロードできます
