研究室設備

研究室設備

GPUWS

研究室には現在3台のGPUWSがあります。
これだけの設備を単独で整えて深層学習の研究を行っているラボはまだ少ないと思います。
ほかにも2080TiFEが2枚、1080Tiが10枚くらい, TitanXp, Quadro P5000があり、小規模ネットワークは自分のPCで確認できます。
深層学習の実応用への共同研究のお申し込みをお待ちしています。

  1. Supermicro 4029GP-TRT2 [HPCT R425gs-10GP]
    CPU: Xeon Gold5122×2
    Memory: 768GB
    GPU: 8x MSI GeForce RTX2080Ti AERO with NVLink
  2. Supermicro 7049GP-TRT [HPCT R425gs]
    CPU: Xeon Silver4110×2
    Memory: 512GB
    GPU: 4x Quadro RTX6000 24GB with NVLink
  3. Supermicro 7048GR-TR [HPCT W224gs]
    CPU: Xeon E5-2620v4×2
    Memory: 512GB
    GPU: 4x Tesla V100 32GB (PCIe)

 

PC
学生用標準PCはCore-i7メモリ16GBから順次32GBにリプレース中であり、これより低いスペックの計算機が支給される開発系企業への就職は心情的に厳しいでしょう。
もちろん、デュアルモニタ完備です。

カメラ
研究室ではたくさんのカメラを所有しており、自由に使うことができます。
これらのデバイスを利用した共同研究の申し込みもお待ちしています。

  1. ハイパースペクトルカメラ (NH-2-KTK, エバジャパン製)
  2. 赤外カメラ (FLIR AX-8, Optris製PI640, FLIR製VUE Pro R, Flir ONE,  Flir ONE Pro)
  3. 防塵防水GigEカメラ (Baumer製 VCXG51)
  4. 時間相関カメラ (DCI2, リコーエレメックス社製)
  5. ライトフィールドカメラ(Litro)
  6. 深度カメラ(Azure Kinect, Intel Realsense D435, D415, R200, F200,KinectV2, KinectV1)
  7. トラッキングカメラ ( Intel Realsense Visual SLAM T265 )
  8. 全方位カメラ (Ricoh THETA, THETA-S, THETA-V,  Insta360one, Insta360one-X)
  9. アイトラッカー (Tobii Eye Tracker 4C Gaming Peripheral)
  10. デジタル一眼レフ Nikon D7200
  11. 家庭用ビデオカメラ Panasonic W580M 2台

 

MR/AR/VR
過去5年間、この方面で活動や研究が行われなかったので閉鎖しますが、下記のデバイスを所有しています。使いたい人は自由に使ってください。

  1. Microsoft Hololens
  2. Oculus Go
  3. Oculus Rift 製品版
  4. Oculus Rift DK2
  5. ハコスコ

3Dプリンタ
研究用冶具製作用の3Dプリンタがあります。条件はありますが他の目的でも自由に使えます。
最初は、Makerbot Replicator2を所有していましたが、現在はUltimaker3を所有しています。

プロジェクタ
普通のプロジェクタは4台ありますが、普通じゃないプロジェクタのご紹介。2万ルーメンのプロフェッショナル向けプロジェクタを所有しています。プロジェクションマッピングに大活躍する予定です。

  1. Panasonic PT-RZ21K 2台
オプティカルフロー検出

オプティカルフロー検出

時間相関イメージセンサと荷重積分法を用いることで、シングルフレームでのオプティカルフロー検出を実現しました。

従来は、フレーム間の対応点問題を解くかフレーム間差分を微分近似していましたが、露光時間を陽に定式化に取り込みこれを解決しました。

近年の高速化や多重解像度解法によりフレーム間差分の近似は解決されつつありますが、高解像度化によるデータ量の爆発で転送レートと処理速度が問題になります。

提案法はGPUによりVGA+(640×512)で2.5ms、SXGA(1280×1024)で7.5msでの計算が可能になりました。



[参考文献]

魏 大比, マズレル ポル, 栗原 徹, 安藤 繁, “複素正弦波変調撮像法に基づくオプティカルフロー推定”, 電子情報通信学会和文論文誌D, Vol. J90-D No.8 pp.2009-2018, 2007

栗原徹, 安藤繁, “時間相関イメージセンサを用いた荷重積分法によるオプティカルフロー検出とGPUによる高速化,” 電気学会全国大会, pp.170–171, 2013


顔の3次元計測とその応用

顔の3次元計測とその応用

照度差ステレオ法に基づき、顔の勾配データをリアルタイムに取得し3次元計測を行っています。

シングルフレームで撮像できることから、運動によるフレーム間の矛盾が生じず運動に対し頑健で、対象の分光反射率(色)に依存しない特長を有しています。

face
画像は、法線方向を疑似カラーで表示しています。

このデータに基づき、写真などではごまかすことのできない立体情報を活用した顔認証手法(複素固有顔/複素フィッシャー顔)を提案しています。

またこれを、顔形状の復元、顔表面のテクスチャ分析、さらに医療分野においては整形シミュレータ、顔表面の運動機能の測定、加えてプロジェクションマッピングとの融合等に応用することを視野に入れています。



[参考文献]

栗原 徹, 小野 順貴, 安藤 繁, “3点三相振幅変調照明と時間相関カメラによる シングルフレーム法線ベクトルイメージャ,” 計測自動制御学会論文集, vol.48, no.8, pp.505–513, 2012.

Toru Kurihara, Takaaki Shimizu, Hiroto Itai, Zhan Shu, Nobutaka Ono, and Shigeru Ando, “A facial authentication system using real-time surface orientation imager,” Proc. SICE Annual Conference, pp.2755-2758, Fukui, Aug. 2003.

画像を用いた製品欠陥検査の研究

画像を用いた製品欠陥検査の研究

製品の製造工場では、多くの場合、人間の目視による製品の検査が行われています。

習熟した作業員は、神業といえるほどの微小な欠陥を一瞬で検出する能力をもつ一方、

体調によるばらつきが発生したり、作業員ごとに検出できたりできなかったりとばらついてしまうことがあります。

このような状況で、安定した品質を保ち、低コストでの製造を可能にするため検査の自動化が求められています。

当研究室では、製品の製造現場で役に立つ画像処理技術の開発を行っています。