![](https://cdn-ak-scissors.b.st-hatena.com/image/square/ef873b2ac3c9ffe75ca4437281637febda48153d/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUUzJTgwJTkwJUU0JUJBJUJBJUU1JUI3JUE1JUU3JTlGJUE1JUU4JTgzJUJEJUU1JUFEJUE2JUU0JUJDJTlBMjAxOSVFMyU4MCU5MSVFOCU4MSVCNCVFOCVBQyU5QiVFMyU4MSU5NyVFMyU4MSVBNiVFMyU4MSU4RCVFMyU4MSVCRSVFMyU4MSU5NyVFMyU4MSU5RiVFMyU4MCU4MiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9N2I4NzE2YjdmYWNlYTUxMmYyYjhiOTE0MzI4N2VjMTE%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzaGlubXVyYTAmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTc4ZDQwMDViNzI2NWExYzVkYjdmYjUwMGNiOTBhZTA4%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Df2cfcf4a72ebacdaa7d523ad268d7717)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【人工知能学会2019】聴講してきました。 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【人工知能学会2019】聴講してきました。 - Qiita
2019年6月4日~7日に「第33回人工知能学会全国大会」が開催されました。 今回、運よく聴講することがで... 2019年6月4日~7日に「第33回人工知能学会全国大会」が開催されました。 今回、運よく聴講することができたので、簡単にまとめておきます。 私が聞いたのは3日目と4日目だけです。 インタラクティブセッション ポスターを張り出して、議論するポスターセッション形式 解説は一部しか聞けなかったので、詳細が気になる方は予稿をご覧ください。 OpenPose × 転倒リスク 非接触センサーを活用した転倒リスク予測の検討 ※画像は予稿より転載 歩行の動画をOpenPoseで解析することにより、高齢者などの転倒リスクを予測する研究 特徴量は「歩幅」や「目線の高さ」など、決まったものを使う。 歩行の研究の歴史は長く、研究され尽くされた分野であるため、特徴量の探索は特に行っていない。 転倒リスクの予測は80%ほどの精度になった。 Triplet lossによる人物同定 屋内空間を巡回するロボットのための協