画像センシング技術と画像認識技術および深層学習の基礎と自動運転への応用 <オンラインセミナー>

~ 画像認識の種類と方法、深層学習の基礎、自動運転への応用と工夫、実現方法と今度の動向 ~

・自動運転に必要な画像センシング技術を基礎から俯瞰的に修得するための講座

・画像センシングの基礎と認識アルゴリズムを修得し、安全性の高い自動運転技術の実現に活かすためのセミナー!

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

 車の自動運転に必要なセンシング要素技術のうち、最も注目されているのが画像センシング(カメラによる画像認識)です。最近では、AIが応用されカメラに写る物体の認識精度が高まってきました。画像認識もAIも長い歴史の中で進化しており、最近の主流は深層学習(ディープラーニング)というニューラルネットワークの技術です。深層学習は、知られているAI技術の中では、現在最強と言われています。深層学習は、一言で言えば対象物の認識向きの技術であり、自動運転には、他にいろいろな画像計測技術も必要です。すなわち、いろいろな方法の特質を知った上で組み合わせる必要があるということです。ここでは、AIと画像認識の歴史から、最新動向、実現方法、など、俯瞰的に解説し、自動運転への応用を探ります。

セミナー詳細

開催日時
  • 2022年04月05日(火) 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 ・パターン認識、画像認識、自動運転の概要を知りたい研究者、技術者、企画立案者など技術系の方
・画像センシングの基礎から最新動向までの概要を知りたい初学者の方
予備知識 ・高校理系程度の数学がわかる方が理解しやすいです
修得知識 ・画像センシング、画像認識、深層学習さらにその応用としてのカメラによる障害物検知までの基礎から最新動向までの俯瞰した知識
・関連するハードウェアの動向に関する知識
プログラム

1.人工知能(AI)から深層学習(DL)へ
  (1) .AIの種類と歴史
  (2) .深層学習(ディープラーニング:DL)
    a.深層学習の基礎
      ・畳み込みニューラルネット、確率的勾配降下法
    b.深層学習の問題点
  (3).最新動向
    a. 学習の改良
      ・ResNet、Dropout
    b. 時間情報の取り扱い
      ・RNN、LSTM
    c. 言語処理 など
      ・Transfomer、GPTn、BERT
      ・リザバーコンピューティング、強化学習

2.画像センシングと画像認識技術
  (1) .認識の難しさと課題
    ・パターン認識
  (2) .認識の種類と方法
    a.構造解析
    b.統計解析(+深層学習)
      ・ニューラルネットとの関係
      ・部分空間法
      ・深層学習との比較
  (3).最新動向
    ・深層学習の応用

3.自動運転への応用と工夫
  (1) .何故画像か?
    ・レーザー、レーダーの短所、長所
  (2) .何を見たいのか?
    a.認識のレベルと最適化
      ・ステレオカメラ,オプティカルフロー
    b.画像の問題点
      ・光の問題,計算量の問題
  (3).実例
    ・自動運転実例

4.画像センシングの実現方法
  (1) .ハードウェア
    a.性能要求
    b. LSIの必要性
  (2) .実例

5.今後の方向

キーワード 深層学習 画像認識 構造解析 統計解析 自動運転 最適化 ハードウェア LSI
タグ AI・機械学習自動運転・運転支援技術・ADAS画像画像処理画像認識
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。
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日