セミナー 3dセンサ 距離画像センサ デプスカメラ liDAR tof structuredlight

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
7月
8月
9月
10月〜

化学・電気系 その他各分野
7月
8月
9月
10月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/7/3更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


セミナー 3dセンサ 距離画像センサ デプスカメラ liDAR tof structuredlight

★3Dセンサの基本・拡張機能から各方式別の測距原理、ソフトウェアで実現できる応用例、そして非接触バイタルセンシングへの適用例、生体認証の注意点やプライバシーの話題まで。
★当日はデモ機を多数持ち込み解説。五感で3Dセンサを感じる事が出来る実践的なセミナーです。

各距離画像センサの原理から3Dセンサへの展開、

周辺ソフトウェアや応用事例まで

〜Structured Light, Time of Flight, LiDAR等の

様々なセンサを基礎から解説〜

【デモ機多数あり】

講師

株式会社フォスメガ(東工大発ベンチャーNo.45) 代表取締役社長
私設研究所Neo-Tech-Lab
上田 智章 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■ご略歴:
1982年 同志社大学 工学部 電子工学科 卒
1984年 同志社大学大学院 工学研究科 電気工学専攻 修了
1984-1998年 ダイキン工業株式会社 電子技術研究所 勤務
1998-2000年 株式会社計測器センター 開発部長
2000年- 株式会社関西新技術研究所 SQUID研究部 主任研究員
   株式会社KRI センシング技術部 主席研究員
2006年12月-2010年3月 東京工業大学 統合研究院 ソリューション研究機構 特任教授
2010年 4月-2012年3月 東京工業大学 ソリューション研究機構 特任教授
2007年8月〜 株式会社フォスメガ(PhosMega Co., Ltd.)代表取締役
現在に至る。

■ご専門および得意な分野・研究:
・センシング技術(センサ全般、非接触画像バイタルセンシング、測距等)
・推定型情報処理(逆問題を含む)

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年8月29日(木) 10:30-17:00
●会場 [東京・大井町]きゅりあん5階 第4講習室 →「セミナー会場へのアクセス」
●受講料 1名47,520円(税込(消費税8%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき36,720円
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナー開催にあたって

■はじめに:
 自動車分野では、自動運転化を実現するための探索センサ、搭乗者の健康状態モニタ、ユーザーインターフェースとして、距離画像センサを組み込んだ3Dセンサに関心が集まっている。また、世界的な先進国少子高齢化を踏まえ、2025年開催予定の大阪万博のテーマは『健康と医療』に決まり、非接触な見守り・看取りシステムに対する関心も高い。
 本セミナーでは距離画像センサとカラーカメラを組み込んだ3Dセンサの基本機能、ソフトウェアで実現できる応用事例をデモを通して紹介するとともに、方式別に測距原理の説明を行い、非接触生体センシングを中心とする応用とその原理について解説を行う。また、Shannonのチャンネル容量の法則を利用した増感処理やマッチング処理の原理や応用についても触れる。

■受講対象者:
・デプスカメラを開発されようとお考えの方
・3D認証や3Dスキャン、ヒューマンインターフェース等のデプスカメラを用いた応用システムの開発をお考えの方
・通常のカラーカメラやデプスカメラによる非接触生体センシングでどのような生体情報が抽出できるのかについて興味をお持ちの方
・高解像度カラーカメラの動画や静止画からの非接触生体センシング・システムを開発されようとお考えの方

■必要な予備知識:
・高校卒業程度の数学知識
・Visual C#の基礎的な記述と文法に関する知識

■本セミナーで習得できること(一例):
・各種デプスカメラの動作原理の理解
・センサアレイを用いた超高感度センシングの動作原理の理解
・デプスカメラを用いた非接触生体センシングで抽出できる生体情報の知識
・生体認証の危険性の理解
・監視カメラ画像で侵害されるプライバシーの範囲と活用による社会的貢献度
・可視光静止画(JPEGフォーマット)から抽出できる生体情報の知識
・非接触生体センシングを使いこなす上で必要な数学知識

セミナー内容

★当日はデモを行いながら説明を行います。時間の都合により1章、2章、3章を中心に説明を行います。資料は以下の範囲が含まれます。

【イントロダクション編】
【3Dセンサとは?】
【拡大するデプスカメラ市場】
【デプスカメラの技術マップ】

**********************************************************
***【第1章】 3Dセンサの機能
**********************************************************

デモを行いながら、3Dセンサに要求される機能について説明を行います。

【3Dセンサの基本機能】
 1.1 Color カラー映像を撮影するカメラ
 1.2 Depth 画素単位にデプス(奥行き距離)を取得するカメラ
   距離はmm単位整数で出力するものが多い。
  a)モノクロ(256階調)表示
  b)カラーLUT表示
  c)光源計算(Lighting)による反射光表示
   デプス⇒法線ベクトル⇒反射光画像
  d)ポイントクラウド
  e)ポリゴン表示
 1.3 BodyIndex 人検出(人物のいる領域)を取得する機能
 1.4 Infrared 環境オフセットを除去し、照明による反射画像を取得する機能(アクティブ赤外線)
 1.5 Body 骨格トラッキング(人体の姿勢を25点の関節3次元座標で取得、手のグー、チョキ、パー検出)
 1.6 Audio 音声データ(音源方向検出とビームフォーミング、音声認識に利用)

【3Dセンサの拡張機能】
 1.7 Face 5つ(両眼、鼻、口角)の特徴点の3次元座標と数種類の表情や状態を検出
 1.8 HD Face 2,000点の顔モデルと多数の特徴点のキャプチャー
 1.9 Kinect Fusion 3Dスキャナ

【ソフトウェアで実現可能な拡張機能】
 1.10 AfterImage  骨格トラッキングされた関節の軌跡(残像)
 1.11 BodyBalance 平衡感覚の老化測定をおこなう
 1.12 AR Sensing   1チャンネルのセンサで空間に分布状態を可視化
 1.13 Acceleration 非接触3軸加速度センシング
  関節3次元座標{ x(t), y(t), z(t) }を要素ごとに放物線近似
  O(t) = a*t*t + b*t + c とすれば、時刻t=0の加速度は2a, 速度はb
 1.14 PointCloud 床法線ベクトルの検出。点群データの活用により観察方向を任意変更
          沈水、転倒、うずくまり、横たわり
 1.15 Face3D 3次元顔認証(顔の3次元形状の切り出し)
 1.16 Body3D 実測デプス値に基づいて3D Bodyポリゴンモデルをフィッティング
  体重参照があれば非接触体脂肪率測定が行える
 1.17 HandGesture NUI(Natural User Interface)
           Air Tap, Bloom
 1.18 Cyber Eye 距離を音に変換する視覚障碍者向けデバイス

【非接触バイタルセンシング(第一世代)
 1.19 FaceHeartBeat 顔の観測(Color or Infrared)で心拍を観測
 1.20 Breathing 胸部観測(Depth)で呼吸・心拍を観測

【HyperSenseによる機能(第二世代)】
 チャンネル容量の法則を利用して高感度化。カラーカメラ画像をマルチスペクトルカメラとして取り扱う
 1.21 ColorVector 色をベクトルとして精密分析
 1.22 ColorMap ヘモグロビン、メラニン色素、ビリルビン、ウロビリノーゲン等の色変化を観測
 1.23 VesselVisualizer 血管の可視化(BとGから真皮層の毛細血管分布を、GとRから皮下組織内の血管を可視化)
 1.24 Hyper_HeartBeat 脈波の2次元観測(血流等も)
 1.25 BumpVisualizer 指紋・掌紋の可視化

【3Dセンサ応用】
 1.26 EyeTracking 瞳孔輪郭を検出し、視線ベクトルを算出
 1.27 RobotEyeContact 前に立った人を見つめるロボット制御
 1.28 VirtualMusicalInstrument 仮想楽器
 1.29 HomeControl 家電制御

【付録】PC間通信、ToFセンサの特性
1.30 WebSocket サーバー⇔クライアント
1.31 UDP 一方的送信
1.32 DepthPrecision ToFデプス精度の検証

**********************************************************
***【第2章】 『3Dセンサの動作原理』
**********************************************************


【Structured Light法】
 2.1 光源と観測位置の座標の違いを利用する(光三角法)
  2.1.1 光切断法
  2.1.2 モアレ法
  2.1.3 Structured Light法
   2.1.3.1 Structured Light固定パターン投影法
    ・ランダムドットパターンを用いた相関方法(KinectV1, Carmine)
    ・高速高分解能カメラで各ドットを追尾するHyper Depth
   2.1.3.2 Structured Light時分割パターン法

【Time of Flight法】
 2.2 光パルスの往復時間または位相遅れを利用する(Time of Flight)
  2.2.1 地球から月面までの距離を精密測定するのに使われたLiDAR(カウンタ方式)
  2.2.2 ToF方式(位相遅れを測定する)
   2.2.1.1 単純2値の位相差を用いる方式
   2.2.1.2 3パターン測定法(照明指向性、吸光度、法線ベクトルの影響を補正する方法)
   2.2.1.3 距離によって、照明強度とフェーズを変更する方式
   2.2.1.4 マルチフェーズで高精度補正を行う方式
  2.2.3 LiDAR(Light Detection and Ranging) [Laser Imaging Detection and Ranging]
   2.2.3.1 メカニカルスキャン法
   2.2.3.2 メカニカルスキャン法の欠点
   2.2.3.3 高速・低価格な非メカニカルスキャン法
        Multi-beams LiDAR

【Infrared Depth法】
 2.3 拡散反射光の性質を利用する(Infrared Depth)

【その他のデプスアルゴリズム】
 2.4 カメラ位置の違いから特徴点/テクスチャのマッチングを利用
  2.4.1 PTAM(Parallel Tracking and Mapping)
  2.4.2 SLAM(Simultaneous Localization and Mapping)
   自己位置推定と環境地図作成を同時に行う
  2.4.3 マルチカメラ
  2.4.4 自己位置推定用シートマーカーを用いる方法(Qlone)
 2.5 ステレオ・マッチング
 2.6 機械学習から静止画から3D顔モデルを再構成する
  cvl-demos.cs.nott.ac.uk/vrn/
 2.7 Make3D(視覚処理の模倣)
 2.8 カラー開口フィルタ(東芝)

【付録
 Hyper Depth
 Structured Light法とToF法の比較により、ToFカメラの欠点を説明

**********************************************************
***【第3章】 『HyperSense方式の動作原理』
**********************************************************

 特殊なカメラを使用せずに、デプスセンシングと非接触生体センシングを行う方式の提案(CQ出版インターフェース誌5月号記事に関連)

 3.1 【CMOSイメージセンサについて】
 3.2 【C.E.Shannonのチャンネル容量の法則】
  メガ級センサ・アレイで、超高感度を実現する
 3.3 【チャンネル容量の法則の適用例】
  JPEG圧縮に伴うブロックノイズやモスキートノイズも抑制する
  高感度化アルゴリズムとその結果
 3.4 【波長による透過深度(表皮深さ)の違いを利用する】
  通常のカメラをマルチスペクトルカメラととらえ、
  波長間の僅かな違いを可視化する抽出アルゴリズムと事例紹介
 3.5 【色ベクトルとメラニン色素】
 3.6 【単眼3Dセンシング】
 3.7 【単眼3Dセンシングの問題点】
 3.8 【ステレオ3Dセンシング】
 3.9 【まとめ】

**********************************************************
***【第4章】 『非接触バイタル・センシング』
**********************************************************


【心拍・呼吸に関する基礎知識】
 4.1 心臓の構造と心電図
 4.2 呼吸動作と酸素供給の関係
 4.3 呼吸と心拍揺らぎの関係
 4.4 入浴中の心拍揺らぎと年齢
 4.5 脈波から何がわかるのか
  4.5.1 加速度脈波と血管年齢(動脈硬化)
  4.5.2 大動脈脈波伝搬速度
  4.5.3 2波長観測でSpO2(動脈血中のヘモグロビンの酸素濃度)
  4.5.4 脈波伝搬遅延と血圧

【心拍・呼吸センシングの原理】
 4.5 カラー画像または赤外線画像からの心拍センシング
 4.6 デプスデータからの呼吸・心拍センシング
 4.7 KinectV1での非接触呼吸・心拍センシング
 4.8 スポット光方式
  反射光強度分布を放物面関数で近似して精密測距
 4.9 マーカー方式
  濃度分布関数または円形マーカーを用いた精密測距

★以下内容はテキストには含まれますが、時間の関係上、当日の説明は割愛します。ご質問等ありましたら別途お受けします。
〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜

**********************************************************
***【第5章】 『アルゴリズムの原理』
**********************************************************


 5.1 FIFOアルゴリズム
  5.1.1 FIFO
  5.1.2 高速移動平均
  5.1.3 矩形波相関法
 5.2 基底遷移アルゴリズム
  5.2.1 放物線補間と3軸加速度検出 や ノイズ除去
  5.2.2 放物面補間(輝度分布中心の推定)
  5.2.3 線スペクトルとDCオフセットノイズ除去
  5.2.4 適応フィルタ
  5.2.5 デコンボリューション(逆畳み込み演算)
  5.2.6 2次元ポイントクラウド⇒円の中心座標⇒半径
  5.2.7 3次元ポイントクラウド⇒円の中心座標⇒半径
  5.2.8 3次元ポイントクラウド⇒球の中心座標⇒半径
 5.3 最小2乗法
  5.3.1 放物線補間
  5.3.2 放物面補間
  5.3.3 2Dデータのマッチング
  5.3.4 1Dデータのマッチング

**********************************************************
***【第6章】 『3次元グラフィックスの基礎知識』
**********************************************************

 6.1 3D−CGモデル
 6.2 ポリゴン描画
 6.3 透視変換と光源計算
 6.4 Kinect Fusionと光源計算
 6.5 光源計算
 6.6 Bone
 6.7 Boneと物理演算

<質疑応答・個別質問・講師との名刺交換>

■ご講演中のキーワード:

 ToF(Time of Flight), Structured Light, LiDAR

セミナー番号:AC190822

top

注目の新刊

雑誌 月刊化学物質管理

日本語メディカルライティング

DI対応CSV 2019

プラスチック環境対応技術

自動運転センシング

半導体製造プロセス

三次元培養

ピッカリング・エマルション

再生医療・細胞治療

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.