三次元画像計測技術とＡＩによる生体情報センシングへの応用とそのポイント　＜オンラインセミナー＞

～ RGB-Dセンサの計測原理、画像認識ＡＩ技術と特徴抽出自動化、深層学習による３Ｄ復元技術、点群処理ＡＩ、位置、姿勢、呼吸、心拍センシングへの応用～

・GB-D計測と深層学習ＡＩを組み合わせて非接触で生体情報を高精度にとらえる技術を修得しシステムへ応用するための講座
・KinectとRealSenseの方式の違い、Depth CompletionやＮｅＲＦなど注目される３Ｄ復元技術、物体検出や点群処理ＡＩ技術などの最新技術を学び、高精度な生体情報センシングへ応用しよう！

オンラインセミナーの詳細はこちら：

・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。

講師の言葉

　本講義ではRGB-D計測と深層学習ＡＩを組み合わせて非接触で人の状態を捉える技術の基礎から応用までを分かりやすく俯瞰します。まずKinectとRealSenseの方式の違いと代表的な誤差の出方を具体例で整理し、Depth CompletionやNeRFなど注目される3D復元技術が何をしているかを直感的に理解できる形で紹介します。次に物体を見つける基本的な物体検出、人の関節を推定する初歩的な姿勢推定、深度で距離と体の動きを拾って胸部の上下を呼吸波形として取り出す手順、顔のわずかな色変化から心拍を推定する流れなどの生体信号計測について段階的に示します。さらに少ないデータで精度を高める工夫、基本的な評価指標の読み方、現場実装時の軽量化とプライバシ保護の考え方を解説し、最後に自社応用や新しい開発テーマを描くヒントを提供します。

セミナー詳細

開催日時	2025年10月20日(月) 10:30 ~ 17:30
開催場所	オンラインセミナー
カテゴリー	オンラインセミナー、ソフト・データ・画像・デザイン
受講対象者	・RGB-DカメラやＡＩを使った“非接触センシング”に関心がある開発・研究担当の方・これから 3D画像＋ＡＩの基礎を体系的に学びたい初学者～初中級者の方・自社で人の位置・姿勢・呼吸・心拍などの取得を検討している企画、技術担当の方
予備知識	・高校レベルの数学知識（割合・簡単な三角関数・行列が“並べて掛ける”程度）・画像の基本用語（ピクセル・RGB）・Pythonを触った経験、機械学習の基本用語（学習、推論、訓練データ）、3D座標とカメラ視点の概念（足りない部分は講義内で図と具体例を用いて補足します）があると理解しやすい
修得知識	・主要なRGB-D方式（ステレオ、ToF、擬似深度推定）の違いと選び方を説明できる・Depth画像から点群を作る基本ステップ（内部パラメータ→座標→可視化）を流れで理解できる・物体検出・姿勢推定・呼吸、心拍（rPPG＋Depth）センシングへの応用・非接触で呼吸・心拍を測る際の基本的な工夫（観測領域の取り方・ノイズ対策・簡易評価指標）
プログラム	１．RGB-D計測技術の基礎とポイント　　（１）．RGB-Dセンサとは　　　　ａ．２D（RGB）から３D（RGB-D）への拡張　　　　ｂ．普及と進化（Kinect世代～RealSense、最新動向）　　（２）．計測原理と方式比較　　　　ａ．パッシブステレオ　　　　ｂ．アクティブステレオ（パターン投影、構造化光）　　　　ｃ．Time-of-Flight（ToF）　　　　ｄ．LiDAR、その他方式　　　　ｅ．単眼深度推定（学習ベース擬似Depth）　　（３）．深度データから３D表現へ　　　　ａ．Depth→点群変換原理（カメラ内部パラメータ）　　　　ｂ．座標系・キャリブレーション・主要誤差要因　　　　ｃ．点群、メッシュ、ボリューム表現整理　　　　ｄ．ライブ点群デモ（RealSense、Kinect）２．ＡＩによる３Dビジョン拡張技術　　（１）．画像認識ＡＩタスク俯瞰　　　　ａ．分類・検出・セグメンテーションの位置づけ　　　　ｂ．特徴抽出自動化と学習パラダイム概要　　（２）．物体検出の進化　　　　ａ．従来（特徴量＋分類器）　　　　ｂ．Two-Stage系からOne-Stage系へ　　　　ｃ．YOLO系リアルタイム検出フロー　　（３）．姿勢推定（Pose Estimation）　　　　ａ．従来パーツモデル　　　　ｂ．CNNベース２D姿勢推定（OpenPose系）　　　　ｃ．２D→３D姿勢再構成（Depth、マルチビュー）　　（４）．深層学習による3D復元　　　　ａ．従来SfM、MVSパイプライン整理　　　　ｂ．Depth Completion（欠損補完ネット）　　　　ｃ．NeRF（Neural Radiance Fields）概念　　　　ｄ．Gaussian Splatting、代替表現　　　　ｅ．単一、少視点３D推定（カテゴリ事前学習）　　（５）．点群処理ＡＩ　　　　ａ．PointNet、Point Transformer概要　　　　ｂ．点群セグメンテーション、分類　　　　ｃ．３D特徴の生体センシング応用余地３．生体情報センシングへの応用（RGB-D＋ＡＩ）　　（１）．位置情報センシング　　　　ａ．従来（IR、超音波、ビーコン等）　　　　ｂ．RGB-D＋検出ＡＩによる３D位置推定　　　　ｃ．複数人物トラッキングとID保持　　（２）．姿勢情報センシング　　　　ａ．従来（MoCap、IMU、旧Kinect）　　　　ｂ．深層学習骨格推定＋Depth統合　　　　ｃ．作業姿勢・リスク評価指標生成　　（３）．呼吸センシング（非接触）　　　　ａ．従来（呼吸ベルト、スパイロメータ）　　　　ｂ．Depth ROI抽出と胸郭微小変位解析　　　　ｃ．ノイズ抑制（動作アーチファクト対策）　　　　ｄ．呼吸異常検知（イベント検出ＡＩ）　　（４）．心拍センシング（非接触）　　　　ａ．従来（ECG、PPG、ウェアラブル）　　　　ｂ．rPPG信号抽出（顔領域・色変化解析）　　　　ｃ．深層学習によるノイズ耐性強化　　　　ｄ．呼吸・心拍同時推定マルチタスク化　　（５）．融合・拡張応用事例　　　　ａ．姿勢＋呼吸＋心拍統合モニタリング　　　　ｂ．転倒検知・動線解析　　　　ｃ．ジェスチャ、手指追跡インターフェース　　　　ｄ．合成データ（アバタ）による学習補強　　（６）．品質保証と実装課題　　　　ａ．精度評価指標（RMSE、Bland-Altman 等）　　　　ｂ．不確実性推定と信頼度マップ　　　　ｃ．Edge推論最適化（量子化、蒸留）　　　　ｄ．プライバシ保護（匿名化、オンデバイス処理）４．総括・展望（軽量）　　（１）．技術要点整理　　（２）．今後の課題（概要）　　　　ａ．微小体動高精度化　　　　ｂ．個体差適応（Few-shot）　　　　ｃ．プライバシ・ガバナンス　　（３）．応用ロードマップ（概要）　　　　ａ．PoC→製品化ステップ　　　　ｂ．医療・介護・スポーツ比較　　　　ｃ．テーマ例（概要）　　（４）．まとめ・質疑
キーワード	RGB-Dセンサ　パッシブステレオ　アクティブステレオ　パターン投影　構造化光　ＴｏＦ　物体検出　姿勢推定　３Ｄ復元　Depth Completion　欠損補完ネット　NeRF　Gaussian Splatting　点群セグメンテーション　Depth ROI抽出　rPPG信号抽出　ジェスチャ　手指追跡インターフェース　不確実性推定　信頼度マップ　Edge推論最適化
タグ	AI・機械学習、センサ、位置情報、画像、画像処理、画像認識、生体工学、人間工学、計測器
受講料	一般 (1名)：49,500円(税込) 同時複数申込の場合(1名)：44,000円(税込)
会場	オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。

三次元画像計測技術とＡＩによる生体情報センシングへの応用とそのポイント ＜オンラインセミナー＞

講師の言葉

セミナー詳細

オンラインセミナー