目的
大学の機能は，大きく研究・教育・人的ネットワークにあると考えています．
しかしながら，現状では，人的ネットワークが十分ではないと心配しております．
そこで，画像処理関係の若手の研究者に，発表をお願いし，その後，ネットワーキングを通して，人的ネットワークの形成に貢献できる場にしたいとの思いから，この会を始めました．
そのため，社会人，学生，大学関係者など関係なく，画像処理に興味のある方であれば，誰でも参加でき，何でも質問できる場にしたいと考えています．
メーリングリストを作成しました．Image Processing Tokyoの開催情報を配信いたします．
ご希望の方は，http://groups.google.com/group/iptokyo/subscribeから，登録をお願いします．
第31回 Image Processing Tokyo (フェイスブックイベントページ)
| 日時 | 2017年07月20日(木) 19:00～20:00 (ネットワーキング21:00まで) |
|---|---|
| 場所 | 東京工業大学 大岡山キャンパス 南5号館3階306B会議室 |
| WEB 中継 |
大阪中継会 at Wonder LAB Osaka / Panasonic (フェイスブックページイベントページ)
名古屋中継会 at 名古屋大学(フェイスブックページイベントページ) |
| 講師 | 今泉祥子(千葉大学) |
| 題目 | 画像セキュリティ技術とその応用 |
| 概要 | クラウドサービスやSNSなどが盛んに利用されるようになり、画像を公開したり、共有したりする機会がこれまで以上に多くなってきました。一方で、不正な二次利用やプライバシに関する問題がますます深刻になっています。本発表では，画像信号に対するセキュリティ技術と、その技術を応用した新しい研究動向について、発表者の研究内容を中心に紹介します。 |
第30回 Image Processing Tokyo (フェイスブックイベントページ)
| 日時 | 2017年06月28日(水) 19:00～20:00 (ネットワーキング21:00まで) |
|---|---|
| 場所 | 東京工業大学 大岡山キャンパス 南5号館3階306B会議室 |
| WEB 中継 |
大阪中継会 at Wonder LAB Osaka / Panasonic (フェイスブックページイベントページ)
名古屋中継会 at 名古屋大学(フェイスブックページイベントページ) |
| 講師 | 江崎日淑((株)本田技術研究所) |
| 題目 | 画像処理技術の魅力 ～業界に縛られない技術～ |
| 概要 |
私が画像処理に出会ったのは、大学3年生の時でした。 大学ロボコンに出場し、ロボットが大好きでロボットの研究がしたくて研究室探しに迷っていたとき、大学の先生に「君はロボットの何がやりたいんだね？」と質問され、たどり着いたのが画像処理でした。私は、ロボットの目をやりたいんだ。と確信したのです。 それから約10年間、画像処理に関わっています。 光学医療機器メーカの研究所に5年務め、その後ITベンチャー企業のR&Dを1年半、そして現在は自動車メーカーの研究所で画像処理に関連するシナリオ戦略について考えています。画像処理の技術は、１つの会社にとどまらず様々な会社で必要とされ、そして会社によって求められる内容も様々です。 これまでの仕事の経験や、2017年度にAustinで行われたSXSWの内容、そして先日行われた人工知能学会の内容と絡めて、私の大好きな画像処理技術の魅力をお伝えします。画像処理技術はどのように産まれていくのかまで伝えられれば幸いです。 |
第29回 Image Processing Tokyo (フェイスブックイベントページ)
| 日時 | 2017年02月27日(月) 19:00～20:00 (ネットワーキング21:00まで) |
|---|---|
| 場所 | 東京工業大学 大岡山キャンパス 南5号館3階306B会議室 |
| WEB 中継 |
名古屋中継会 at 名古屋大学(フェイスブックページイベントページ) 大阪中継会 at Wonder LAB Osaka / Panasonic (フェイスブックページイベントページ) |
| 講師 | 安倍 満(株式会社デンソーアイティーラボラトリ) |
| 題目 |
物体認識の高速化・省メモリ化のための整数基底分解法 ～線型モデルから深層学習まで～ |
| 概要 | これまでに発表者は，内積の演算を論理演算に帰着する『整数基底分解法』という手法を提案してきました．これは，ベクトルを整数の基底行列と実数の係数ベクトルの積に分解することで，メモリ消費量を減らしつつ実行速度を向上させるというテクニックです．本講演では，『1.線型SVMによる歩行者認識』，『2.線形回帰による顔ランドマーク点抽出』，『3.Deep Neural Networkによる多クラス識別』，それぞれに対して適用した事例について紹介します． |
第28回 Image Processing Tokyo (フェイスブックイベントページ)
| 日時 | 2017年01月26日(木) 19:00～20:00 (ネットワーキング21:00まで) |
|---|---|
| 場所 | 東京工業大学 大岡山キャンパス 南5号館3階306B会議室 |
| WEB 中継 |
大阪中継：Wonder LAB Osaka / Panasonic (フェイスブックページイベントページ) |
| 講師 | 古田諒佑(東京大学) |
| 題目 | マルチパス動的計画法による高速画像処理 |
| 概要 | 画像処理の分野では，近年のスマートフォンやタブレットの普及， また解像度の増大化やデータの大規模化に伴い，限られた計算資源において 現実的な計算時間で解を求める高速な最適化計算の技術が求められる． ICIP2016にて発表し，TCSVT2016に掲載されるマルチパス動的計画法による高速最適化計算の内容を中心に， 我々がこれまでに取り組んできた最適化計算の高速化アルゴリズムについて紹介する． 応用範囲は動画像の非線形リサイズ，画像のトーンマッピング，コントラスト強調など多岐にわたる． |