イベントセンサコース 🇬🇧 English

概要

本コースでは、実践的な実験と自主的なプロジェクトを通して、イベントカメラの基礎を学びます。

学生は、イベントカメラが従来のフレームベースカメラとどのように異なるかを理解し、高速・低遅延ビジョンアプリケーションにおけるイベントカメラの特徴や可能性を探究します。

本コースでは、講義中心ではなく、実験・試作・創造的な問題解決を重視します。

デモ：イベントセンサで遊ぶゲーム

OpenMV X320 イベントカメラで捉えた動きを使って操作する小さなゲームです。本コースでは、このようなインタラクティブなプロジェクトを開発できます。

デモ：スパイキングニューラルネットワークによるスワイプジェスチャ認識

OpenMV X320 イベントカメラのイベントデータを用いて、スパイキングニューラルネットワーク（SNN）でスワイプジェスチャを認識するデモです。

重要なリンク

対象学生

基本的なプログラミング知識を持つ学部学生

学習スタイル

プロジェクトベース・探索型学習

学習到達目標

コース終了時に、学生は以下の能力を身につけます。

  1. イベントベースビジョンの基本原理を説明できる。
  2. OpenMV X320 イベントカメラを操作できる。
  3. イベントストリームを取得・可視化できる。
  4. 簡単なイベント駆動型ビジョンアルゴリズムを設計できる。
  5. イベントカメラデータを用いた小規模なプロジェクトを開発できる。
  6. 開発したシステムの発表およびデモンストレーションを行える。

前提知識

  1. 基本的な Python プログラミング（推奨、コース内でも扱います）
  2. 基本的な電子回路の知識（推奨、コース内でも扱います）
  3. コンピュータビジョンに関する事前知識は必要ありません

ソフトウェア

授業では以下のソフトウェアを使用します。

ハードウェア

イベントセンサコース — 全14回

回 内容 活動内容 教材
1 イベントカメラ入門 コース概要、イベントカメラのデモ、応用例、ハードウェア・ソフトウェア環境設定 [Slide], [Lab]
2 イベントカメラの利用開始 イベント生成の基礎、カメラ操作、初めてのイベントストリーム取得、Python・電子回路準備 [Slide], [Lab]
3 イベントデータ探索 イベントストリームの可視化、動き・照明条件・ノイズ・イベント特性の調査 [Slide], [Lab]
4 イベントデータ取得 OpenMV X320 を用いたイベントデータ収集、異なる物体・環境での実験 [Slide], [Lab]
5 基本的なイベント処理 イベント可視化、イベント蓄積、フィルタリング、基本的な処理パイプラインの実装 [Slide], [Lab]
6 プロジェクト提案 アイデア検討、目的設定、データ選択、開発計画の作成 [Proposal]
7 プロジェクト開発 (1) データ取得パイプラインの実装、必要なデータ収集 -
8 プロジェクト開発 (2) 初期アルゴリズム開発、プロトタイプシステム構築 -
9 プロジェクト開発 (3) プロトタイプ評価、結果分析、実装改善 -
10 進捗報告 開発状況、予備結果、課題、今後の計画を発表 [Progress]
11 プロジェクト開発 (4) 実装継続、アルゴリズム最適化、機能拡張 -
12 プロジェクト開発 (5) システム改善、実験実施、性能評価 -
13 最終統合・発表準備 最終システム完成、デモ準備、スライド・ドキュメント作成 -
14 最終発表 プロジェクトデモ、発表、ディスカッション、コース振り返り [Final]

最終プロジェクト

学生はイベントカメラを利用したアプリケーションを設計・開発します。

テーマ例:

成績評価

項目 割合
授業参加 40%
プロジェクト提案 10%
最終プロジェクト 35%
最終発表 15%

GitHub ワークフロー

学期を通して、学生は以下を行います。

  1. 授業リポジトリを Clone する。
  2. 毎週の実験課題を実施する。
  3. 定期的に変更を Commit する。
  4. GitHub へ Push する。
  5. GitHub を通して課題を提出する。
  6. バージョン管理を利用して最終プロジェクトを開発する。

ライセンス

特別な指定がない限り、すべての授業資料は教育目的で利用可能です。

担当者