Deep Learningによるハンドジェスチャ認識（第二回） - 技ラボ
第一回の記事でご紹介したハンドジェスチャ認識について具体的にどのように学習を実施していったかを解説します。 by wazalabo-editor 2016/01/16 Deep Learningによるハンドジェスチャ認識（第一回） 認識エンジン開発 学習・検証用画像の撮影から、Deep Learningによる学習と検証まで、下図①～④のサイクルを繰り返し行い、認識能力を段階的に強化しました。ハンドサイン認識での経験を活かし、１ヶ月の短期間で、簡単のデモを室内で行えるレベルまで認識精度を向上させることができました。 ① 撮影 当社社員約２０名に被写体として協力してもらい、ジェスチャの動画を撮影しました。学習後に室内である程度の認識ができるようになることを目指し、照明条件や撮影場所を変えて様々な環境で撮影を行いました。 ② 学習・検証用データの準備 撮影した動画から順に一秒分のフレームを切り出
Deep Learningによるハンドサイン画像認識デモ 解説 (第三回) - 技ラボ
「ビッグデータEXPO東京 2015春」に展示しました「Deep Learningを利用したハンドサイン画像認識のデモ」について、全三回に分けて解説します。 今回は第三回、最終回です。デモアプリケーションの核となっている、ハンドサイン画像の学習について解説します。 by NagasawaKazuki 2015/05/11 Deep Learningによるハンドサイン画像認識デモ 解説 (第一回)Deep Learningによるハンドサイン画像認識デモ 解説 (第二回)Deep Learningによるハンドサイン画像認識デモ 解説 (第三回) はじめに ISPは、2015年3月12日(木)、13日(金)にザ・プリンスパークタワー東京で開催された「ビッグデータEXPO 東京」に出展しました。 ブースでは「Deep Learningを利用したハンドサイン画像認識のデモ」と「Deep Learni
3DConvolution + Residual Networkで遊んでみた - 技ラボ
ISPでは以前より2D Convolution Neural Networkを用いたハンドジェスチャ認識を行ってきましたが、この度3D Convolutionを使ったハンドジェスチャ認識にチャレンジしてみました。さらに、MSRAのチームが提唱するResidual Networkを取り込み、従来の1/10の学習回数で10%以上性能の良いモデルを学習させることができました。 本記事ではこの手法について説明します。 なお、ハンドジェスチャ認識については別記事を参照下さい。 Deep Learningによるハンドジェスチャ認識（第一回） Deep Learningによるハンドジェスチャ認識（第二回） by Okumura Yoshikazu 2016/01/15 3D Convolutional CNN(Convolutional Neural Network)ではデータの局所性を用いて効果的な学
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
