画像認識技術を活用するための ディープラーニングの基礎と画像認識への応用

ディープラーニングの基礎として、ニューラルネットワーク,畳み込みニューラルネットワークの構造と特徴,
画像認識技術・自動運転を含めた活用事例と、そのネットワーク構造と特徴を網羅的に解説する特別セミナー!!

講師 中部大学 工学部情報工学科 准教授 博士(工学) 山下 隆義 先生
日時

2019/7/3(水) 10:00 ~ 16:30

会場

連合会館 (東京・お茶の水)

会場案内
受講料 (消費税等込み)1名:48,600円 同一セミナー同一企業同時複数人数申込みの場合 1名:43,200円
講師 中部大学 工学部情報工学科 准教授 博士(工学) 山下 隆義 先生
日時 2019/7/3(水) 10:00 ~ 16:30
会場

連合会館 (東京・お茶の水)

会場案内
受講料 (消費税等込み)1名:48,600円 同一セミナー同一企業同時複数人数申込みの場合 1名:43,200円

受講対象

業種に関わらず研究者・開発者・技術者向け

予備知識

 画像処理の基礎

習得知識

 1)ディープラーニングの現在と仕組み
 2)画像認識への応用事例
 3)画像認識の最新技術
 4)自動運転に活用できる技術


講師の言葉

  本セミナーでは最近注目されているDeepLearning(ディープラーニング)について,基礎的なところから応用事例まで紹介します。 
基礎的なところでは、ニューラルネットワーク,畳み込みニューラルネットワークについて、その構造と特徴を紹介します。  
応用事例では、画像認識分野を中心に様々な応用事例とそのネットワーク構造および特徴を網羅的に紹介します。

プログラム

1 ディープラーニングとは?
 1.1 ディープラーニングの現在
 1.2 ディープラーニング関連手法の大別
 1.3 何がディープラーニング?

2 ニューラルネットワーク
 2.1 パーセプトロン
 2.2 誤り訂正学習
 2.3 誤差逆伝播法
 2.4 確率的勾配降下法

3 畳み込みニューラルネットワーク
 3.1 畳み込みニューラルネットワークの構造
    ・畳み込み層
    ・プーリング層
    ・全結合層
    ・出力層
 3.2 畳み込みニューラルネットワークの学習
    ・学習の流れ
    ・ミニバッチ学習
 3.3 汎化性能を向上させる方法
    ・ドロップアウト
    ・バッチ正規化
    ・Cutout/Random Erasing
    ・Mixup

4 画像認識分野における活用事例
 4.1 物体認識
    ・AlexNet
    ・VGG
    ・GoogLeNet
    ・ResNet
    ・SENet
 4.2 物体検出
    ・Fast R-CNN
    ・Faster R-CNN
    ・YOLO
     ・SSD
  4.3 顔器官・姿勢推定
    ・Convolutional Pose Machines
    ・OpenPose
  4.4 セグメンテーション
     ・SegNet
     ・FCN
    ・U-Net
    ・PSPNet

5 その他の活用事例
 5.1 Generative Adversarial Network (GAN)
    ・DCGAN
    ・Pix2Pix
  5.2  深層強化学習
    ・DQN
    ・A3C
    ・UNREAL


講師紹介
 2002年 奈良先端科学技術大学院大学博士前期課程修了
 2002年 オムロン株式会社入社
 2011年 中部大学大学院博士後期課程修了(社会人ドクター)
 2014年 中部大学講師
 2017年 中部大学准教授
     人の理解に向けた動画像処理,パターン認識・機械学習の研究に従事.


所属学会など
 電子情報通信学会,情報処理学会,人工知能学会所属,ディープラーニング協会有識者会員