イベントレポート「第1回ディープラーニング勉強会~画像処理編~」を開催!

Sorry, this entry is only available in 日本語. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.

こんにちは!エンジニアカフェのスタッフの岩永です!

今回は2021年9月25日に行われた第1回ディープラーニング勉強会~画像処理編~についてご紹介します。

画像処理とは

画像に対して情報工学的に行う処理で画像変換や変形、特徴量など情報を抽出したりと画像データに関わる処理全般。主にコンピューター上で行われ、さまざまなデジタル画像を目的に応じ他アルゴリズムとそれを実行するプログラミングが必要になります。

(参考にしたサイト)https://www.canon-its.co.jp/solution/keyword/detail/image/

ディープラーニングとは

人間が自然に行うタスクをコンピュータに学習させる手法。AIの急速な発展を支える技術で、その進歩より様々な分野絵の実用化が進んでいる。その例の1つに画像処理がある。

(参考にしたサイト)https://jp.mathworks.com/discovery/deep-learning.html

Google Colaboratory

教育機関や研究機関において機械学習の普及を目的としたGoogleのプロジェクトの1つで高スペックなPCを必要とせず、Googleアカウントがあればすぐに機械学習を始められるツール。

(参考にしたサイト) https://su-gi-rx.com/archives/4670

OpenCV

インテルが開発したオープンソースのコンピュータビジョン向けライブラリで画像処理をはじめモーション解析、物体検出など幅広く使用されている。

(参考にしたサイト)https://ja.wikipedia.org/wiki/OpenCV

イベントについて

最近話題になってきてるディープラーニング、AI。私は様々なディープラーニング、AIのイベントに参加しましたがどれも専門性が高く、参加者のほとんどがその分野の研究者やエンジニアでした。初心者でも参加して理解できるものをやろうとエンジニアカフェでディープラーニングの勉強会を開催しました。この記事では、第1回ディープラーニング勉強会~画像処理編~の様子やその内容を発信していきます。

イベントの様子はYouTubeで公開しています。動画のリンクは下記にありますのでぜひご覧ください!

今後は「ディープラーニング開発実践ハンズオン」の本を進めていき、画像処理のプログラムがかけるコミュニティーにしていきたいと思います。

YouTubeのリンク:https://youtu.be/uWJ-5arZ4r4

イベント内容

技術評論社が出してる「ディープラーニング開発実践ハンズオン」の本をもとにスライドで解説しました。内容はOpenCVでの基本的な画像処理になります。今回はその内容の一部をコードを用いて説明していきます。

・画像を傾ける!

処理の流れとして画像の中心の座標、傾ける角度、表示する画像の大きさを決め、それらの値から画像を傾けていきます。1行目は画像の縦と横の値を変数height、widthに入れます。2行目で画像の中心の座標をタプル形式で入れます。3行目に傾ける角度、4行目に画像の大きさ(変えない場合は1)を入れていきます。

5行目にある変数matはgetRotationMAtrix2D関数を用いてアフィン変換行列というものを求めます。6行目のwarpAffine関数でアフィン変換を実行します。(難しい💦)

そして、plt.imshowで結果の画像を見れます。↓

・画像にある正面の顔を検出しよう!

コードの説明をします。流れとしまして画像の特徴量を抽出した後にカスケード分類器にかけ分類結果を出力するものです。

1行目でCascadeClassifier関数で分類するためのカスケードファイルを入れます。今回は正面の顔を認識していきますので「haarcascade_frontalface_default.xml」を使用します。そして、3行目のdetectMultiScale関数で検出に成功した場合のshow_imageの結果画像が出力されます。

4行目のfor文からrectangle関数で先程のdetectMultiScale関数を通した画像に正面の顔と思われる結果があればそれを長方形で囲みます。今回はわかりやすく緑にしました。plt.imshowで結果の画像は下のようになります。僕以外のにもう一つ認識されています。心霊写真かと思うかもしれません。

これは画像の特徴量からカスケード分類器が誤って顔と認識してしまってるからです。