Suche senden
Hochladen
インタラクションのためのコンピュータビジョンのお仕事
•
0 gefällt mir
•
937 views
Yasunori Ozaki
Folgen
全日本CV勉強会で使われた資料です。コンピュータビジョンによるインタラクションをした話を書いております。
Weniger lesen
Mehr lesen
Ingenieurwesen
Melden
Teilen
Melden
Teilen
1 von 14
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
Lucas kanade法について
Lucas kanade法について
Hitoshi Nishimura
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
cvpaper. challenge
#FTMA15 第一回 鬼コース 全PDF
#FTMA15 第一回 鬼コース 全PDF
Yoichi Ochiai
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
【DL輪読会】GET3D: A Generative Model of High Quality 3D Textured Shapes Learned f...
【DL輪読会】GET3D: A Generative Model of High Quality 3D Textured Shapes Learned f...
Deep Learning JP
[DL輪読会]Vision Transformer with Deformable Attention (Deformable Attention Tra...
[DL輪読会]Vision Transformer with Deformable Attention (Deformable Attention Tra...
Deep Learning JP
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )
cvpaper. challenge
Empfohlen
Lucas kanade法について
Lucas kanade法について
Hitoshi Nishimura
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
cvpaper. challenge
#FTMA15 第一回 鬼コース 全PDF
#FTMA15 第一回 鬼コース 全PDF
Yoichi Ochiai
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
【DL輪読会】GET3D: A Generative Model of High Quality 3D Textured Shapes Learned f...
【DL輪読会】GET3D: A Generative Model of High Quality 3D Textured Shapes Learned f...
Deep Learning JP
[DL輪読会]Vision Transformer with Deformable Attention (Deformable Attention Tra...
[DL輪読会]Vision Transformer with Deformable Attention (Deformable Attention Tra...
Deep Learning JP
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )
cvpaper. challenge
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
Deep Learning JP
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
Tomohiro Motoda
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII
【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】ViT + Self Supervised Learningまとめ
Deep Learning JP
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Kento Doi
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)
Kazuki Maeno
20211004 XRメタバース時代における触覚の役割について
20211004 XRメタバース時代における触覚の役割について
GREE VR Studio Lab
確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション
Kenta Tanaka
SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向
SSII
【DL輪読会】An Image is Worth One Word: Personalizing Text-to-Image Generation usi...
【DL輪読会】An Image is Worth One Word: Personalizing Text-to-Image Generation usi...
Deep Learning JP
コンピュータビジョンの研究開発状況
コンピュータビジョンの研究開発状況
cvpaper. challenge
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Deep Learning JP
モバイルアプリにおけるアーティストフレンドリーな水面表現戦略
モバイルアプリにおけるアーティストフレンドリーな水面表現戦略
Haruki Yano
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
Yusuke Uchida
コンピュータビジョンの観点から見たAIの公平性
コンピュータビジョンの観点から見たAIの公平性
cvpaper. challenge
【DL輪読会】GPT-4Technical Report
【DL輪読会】GPT-4Technical Report
Deep Learning JP
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
Yusuke Uchida
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
PreadNet
PreadNet
Junya Kuwada
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII
エンジニアのキャリアを考える
エンジニアのキャリアを考える
MKT International Inc.
2016/2/20 DevelopersIO 2016 実践 IoT システムで求められる確実なデータ連携
2016/2/20 DevelopersIO 2016 実践 IoT システムで求められる確実なデータ連携
Tetsuya Tomomatsu
Weitere ähnliche Inhalte
Was ist angesagt?
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
Deep Learning JP
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
Tomohiro Motoda
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII
【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】ViT + Self Supervised Learningまとめ
Deep Learning JP
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Kento Doi
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)
Kazuki Maeno
20211004 XRメタバース時代における触覚の役割について
20211004 XRメタバース時代における触覚の役割について
GREE VR Studio Lab
確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション
Kenta Tanaka
SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向
SSII
【DL輪読会】An Image is Worth One Word: Personalizing Text-to-Image Generation usi...
【DL輪読会】An Image is Worth One Word: Personalizing Text-to-Image Generation usi...
Deep Learning JP
コンピュータビジョンの研究開発状況
コンピュータビジョンの研究開発状況
cvpaper. challenge
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Deep Learning JP
モバイルアプリにおけるアーティストフレンドリーな水面表現戦略
モバイルアプリにおけるアーティストフレンドリーな水面表現戦略
Haruki Yano
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
Yusuke Uchida
コンピュータビジョンの観点から見たAIの公平性
コンピュータビジョンの観点から見たAIの公平性
cvpaper. challenge
【DL輪読会】GPT-4Technical Report
【DL輪読会】GPT-4Technical Report
Deep Learning JP
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
Yusuke Uchida
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
PreadNet
PreadNet
Junya Kuwada
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII
Was ist angesagt?
(20)
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
【DL輪読会】DiffRF: Rendering-guided 3D Radiance Field Diffusion [N. Muller+ CVPR2...
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】ViT + Self Supervised Learningまとめ
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)
20211004 XRメタバース時代における触覚の役割について
20211004 XRメタバース時代における触覚の役割について
確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション
SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向
【DL輪読会】An Image is Worth One Word: Personalizing Text-to-Image Generation usi...
【DL輪読会】An Image is Worth One Word: Personalizing Text-to-Image Generation usi...
コンピュータビジョンの研究開発状況
コンピュータビジョンの研究開発状況
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
モバイルアプリにおけるアーティストフレンドリーな水面表現戦略
モバイルアプリにおけるアーティストフレンドリーな水面表現戦略
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
コンピュータビジョンの観点から見たAIの公平性
コンピュータビジョンの観点から見たAIの公平性
【DL輪読会】GPT-4Technical Report
【DL輪読会】GPT-4Technical Report
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
PreadNet
PreadNet
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
Ähnlich wie インタラクションのためのコンピュータビジョンのお仕事
エンジニアのキャリアを考える
エンジニアのキャリアを考える
MKT International Inc.
2016/2/20 DevelopersIO 2016 実践 IoT システムで求められる確実なデータ連携
2016/2/20 DevelopersIO 2016 実践 IoT システムで求められる確実なデータ連携
Tetsuya Tomomatsu
ブロックチェーンと仮想通貨 -- 新しいビジネスに挑戦
ブロックチェーンと仮想通貨 -- 新しいビジネスに挑戦
Yuto Takei
CTOやフリーランスのキャリアについて
CTOやフリーランスのキャリアについて
Yusuke Kon
CTOやフリーランスのキャリアについて
CTOやフリーランスのキャリアについて
Yusuke Kon
IoTの原点
IoTの原点
Shinichi Takahashi
【資料】AIとデータプラットフォームがもたらす世界 ~Fintech, HRtechの最新事例と合わせて~
【資料】AIとデータプラットフォームがもたらす世界 ~Fintech, HRtechの最新事例と合わせて~
Saharu Doi
福岡Meetup/(カラビナテクノロジー株式会社:藤村賢志)
福岡Meetup/(カラビナテクノロジー株式会社:藤村賢志)
Members_corp
IoT×ビジネス活用 ~最先端技術のビジネス活用に向けて~
IoT×ビジネス活用 ~最先端技術のビジネス活用に向けて~
法林浩之
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
Yuya Unno
下関中等教育学校 出前講義の資料(2023/8/18)
下関中等教育学校 出前講義の資料(2023/8/18)
Kazuaki Tanaka
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習
Preferred Networks
20141101 大田区民大学での講演「実際にロボットを動かす方法」
20141101 大田区民大学での講演「実際にロボットを動かす方法」
Ryuichi Ueda
立教大学MBA:AIの最先端技術によるこれからの価値創造
立教大学MBA:AIの最先端技術によるこれからの価値創造
Osaka University
Digital Innovation Leadership Panel Discussion
Digital Innovation Leadership Panel Discussion
Kenji Hiranabe
Io t,ai時代のソフトウェア
Io t,ai時代のソフトウェア
Toshiaki Kurokawa
MakersHubMeetup! 「大阪のIoTスタートアップと東京のセンサー好き飲み会が手を組んでみた!」
MakersHubMeetup! 「大阪のIoTスタートアップと東京のセンサー好き飲み会が手を組んでみた!」
Satoshi Maemoto
人もモノである視点から見えてくる世界
人もモノである視点から見えてくる世界
akihiro uehara
垣根のないモノ作り!
垣根のないモノ作り!
Yuka Tokuyama
ラズパイでフリーLPWAの衝撃
ラズパイでフリーLPWAの衝撃
CRI Japan, Inc.
Ähnlich wie インタラクションのためのコンピュータビジョンのお仕事
(20)
エンジニアのキャリアを考える
エンジニアのキャリアを考える
2016/2/20 DevelopersIO 2016 実践 IoT システムで求められる確実なデータ連携
2016/2/20 DevelopersIO 2016 実践 IoT システムで求められる確実なデータ連携
ブロックチェーンと仮想通貨 -- 新しいビジネスに挑戦
ブロックチェーンと仮想通貨 -- 新しいビジネスに挑戦
CTOやフリーランスのキャリアについて
CTOやフリーランスのキャリアについて
CTOやフリーランスのキャリアについて
CTOやフリーランスのキャリアについて
IoTの原点
IoTの原点
【資料】AIとデータプラットフォームがもたらす世界 ~Fintech, HRtechの最新事例と合わせて~
【資料】AIとデータプラットフォームがもたらす世界 ~Fintech, HRtechの最新事例と合わせて~
福岡Meetup/(カラビナテクノロジー株式会社:藤村賢志)
福岡Meetup/(カラビナテクノロジー株式会社:藤村賢志)
IoT×ビジネス活用 ~最先端技術のビジネス活用に向けて~
IoT×ビジネス活用 ~最先端技術のビジネス活用に向けて~
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
下関中等教育学校 出前講義の資料(2023/8/18)
下関中等教育学校 出前講義の資料(2023/8/18)
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習
20141101 大田区民大学での講演「実際にロボットを動かす方法」
20141101 大田区民大学での講演「実際にロボットを動かす方法」
立教大学MBA:AIの最先端技術によるこれからの価値創造
立教大学MBA:AIの最先端技術によるこれからの価値創造
Digital Innovation Leadership Panel Discussion
Digital Innovation Leadership Panel Discussion
Io t,ai時代のソフトウェア
Io t,ai時代のソフトウェア
MakersHubMeetup! 「大阪のIoTスタートアップと東京のセンサー好き飲み会が手を組んでみた!」
MakersHubMeetup! 「大阪のIoTスタートアップと東京のセンサー好き飲み会が手を組んでみた!」
人もモノである視点から見えてくる世界
人もモノである視点から見えてくる世界
垣根のないモノ作り!
垣根のないモノ作り!
ラズパイでフリーLPWAの衝撃
ラズパイでフリーLPWAの衝撃
Mehr von Yasunori Ozaki
Decision Transformer: Reinforcement Learning via Sequence Modeling
Decision Transformer: Reinforcement Learning via Sequence Modeling
Yasunori Ozaki
CHI 2021 Human, ML & AI のまとめ
CHI 2021 Human, ML & AI のまとめ
Yasunori Ozaki
POMDP下での強化学習の基礎と応用
POMDP下での強化学習の基礎と応用
Yasunori Ozaki
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
Yasunori Ozaki
Reinforcement Learning: An Introduction 輪読会第1回資料
Reinforcement Learning: An Introduction 輪読会第1回資料
Yasunori Ozaki
第四回 全日本CV勉強会スライド(MOTS: Multi-Object Tracking and Segmentation)
第四回 全日本CV勉強会スライド(MOTS: Multi-Object Tracking and Segmentation)
Yasunori Ozaki
Detecting attended visual targets in video の勉強会用資料
Detecting attended visual targets in video の勉強会用資料
Yasunori Ozaki
IROS 2019 参加報告詳細版
IROS 2019 参加報告詳細版
Yasunori Ozaki
Interact with AI (CHI 2019)
Interact with AI (CHI 2019)
Yasunori Ozaki
CVPR2019読み会 (Rethinking the Evaluation of Video Summaries)
CVPR2019読み会 (Rethinking the Evaluation of Video Summaries)
Yasunori Ozaki
ビジョンとロボットの強化学習(更新版) Reinforcement Learning in Computer Vision and Robotics.
ビジョンとロボットの強化学習(更新版) Reinforcement Learning in Computer Vision and Robotics.
Yasunori Ozaki
ビジョンとロボットの強化学習
ビジョンとロボットの強化学習
Yasunori Ozaki
Kaggleのテクニック
Kaggleのテクニック
Yasunori Ozaki
10分でわかるRandom forest
10分でわかるRandom forest
Yasunori Ozaki
PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)
Yasunori Ozaki
Japanese Summary; Domain Adaptation for Object Recognition: An Unsupervised A...
Japanese Summary; Domain Adaptation for Object Recognition: An Unsupervised A...
Yasunori Ozaki
Introduction of my works
Introduction of my works
Yasunori Ozaki
Mehr von Yasunori Ozaki
(17)
Decision Transformer: Reinforcement Learning via Sequence Modeling
Decision Transformer: Reinforcement Learning via Sequence Modeling
CHI 2021 Human, ML & AI のまとめ
CHI 2021 Human, ML & AI のまとめ
POMDP下での強化学習の基礎と応用
POMDP下での強化学習の基礎と応用
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
Reinforcement Learning: An Introduction 輪読会第1回資料
Reinforcement Learning: An Introduction 輪読会第1回資料
第四回 全日本CV勉強会スライド(MOTS: Multi-Object Tracking and Segmentation)
第四回 全日本CV勉強会スライド(MOTS: Multi-Object Tracking and Segmentation)
Detecting attended visual targets in video の勉強会用資料
Detecting attended visual targets in video の勉強会用資料
IROS 2019 参加報告詳細版
IROS 2019 参加報告詳細版
Interact with AI (CHI 2019)
Interact with AI (CHI 2019)
CVPR2019読み会 (Rethinking the Evaluation of Video Summaries)
CVPR2019読み会 (Rethinking the Evaluation of Video Summaries)
ビジョンとロボットの強化学習(更新版) Reinforcement Learning in Computer Vision and Robotics.
ビジョンとロボットの強化学習(更新版) Reinforcement Learning in Computer Vision and Robotics.
ビジョンとロボットの強化学習
ビジョンとロボットの強化学習
Kaggleのテクニック
Kaggleのテクニック
10分でわかるRandom forest
10分でわかるRandom forest
PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)
Japanese Summary; Domain Adaptation for Object Recognition: An Unsupervised A...
Japanese Summary; Domain Adaptation for Object Recognition: An Unsupervised A...
Introduction of my works
Introduction of my works
インタラクションのためのコンピュータビジョンのお仕事
1.
インタラクションのための コンピュータビジョンのお仕事 CyberAgent AI Lab
尾崎安範
2.
インタラクションのための コンピュータビジョンとはなにか︖
3.
インタラクションとは︖ • ユーザとシステムが相互に影響を及ぼし合う現象
4.
そのためのコンピュータビジョンとは︖ • ユーザの状態を⾮接触に認識するための主な技術
5.
それを⽣業としている⼈がこちら • 尾崎安範 (Yasunori
OZAKI) サイバーエージェント 研究員 兼 ⼤阪⼤学 招聘研究員 兼 ⼤阪⼤学 ⽯⿊研究室 社会⼈博⼠2年⽣ ← NTT研(開発寄り) 研究員 ← 東⼤ 情報理⼯ 最近やっていること ロボットとインタラクションするための研究開発 @alfredplpl
6.
例えば、どんなお仕事があるのか • 歩⾏者を認識できる⾃律型ロボットでお店へ誘導(岡藤先⽣との共同研究) • 歩⾏者を認識できる⾃律型ロボットで都知事をおもてなし(岡藤先⽣との共同実験)
7.
ロボットでお店へ誘導 • ロボットの前に⽌まってもらったあと、お店(めんたいパーク)にて⽔に交換できる クーポン券を発⾏して、お店へ誘導する [1] Okafuji
et al., "Please Listen to Me: How to Make Passersby Stop by a Humanoid Robot in a Shopping Mall", HRI 2020 LBR [2] https://www.cyberagent.co.jp/news/detail/id=23420 [2]より引⽤ [1]より引⽤
8.
お店へ誘導する様⼦ • 近くにいる⼈に対して、挨拶したり、困ってみせたり、ダンスして⾒させたりする
9.
誘導するためのセンサシステム • 視野⾓220度奥⾏き4m以内にいる⼈を測定できるセンサシステムを作成 5つのRealSense D415をコンピュータに接続 [3]
Okafuji et al., “Behavioral assessment of a humanoid robot when attracting pedestrians in a mall”, arXiv [3]より引⽤
10.
誘導するための認識システム • 5つのセンサから受け取ったカラー画像や深度画像を5つの画像認識 エンジンで処理。 •
その後、5つの処理結果を1つの結果になるように統合している センサシステム 仮想マシン 画像認識エンジン ROS ROS 仮想マシン 画像認識エンジン ROS 画像認識エンジン 年齢、性別、 三次元⾻格など [3]より引⽤
11.
お店へ誘導した結果 • 困っている⾏動が⼀番誘導できた でも、これ詐欺っぽいよね・・・ [1]より引⽤
12.
都知事をお・も・て・な・し • Tokyo Robot
Collection 2019という夏祭りのイベントでたこ焼きロボットの宣伝をした • その様⼦を⼩池都知事が視察した
13.
都知事をおもてなしできなかった • しかし、センサシステムにトラブルが⽣じ、都知事を本番で認識してくれなかった。 “「たこ焼き、くださいな」。⼩池⽒は注⽂に即座に 対応できないコミュニケーションロボットにも顔を 近づけて優しく接した。時間がたってから「話しか けて」などとねだるのを聞き「すねているわね」と 改めて近づいていき「たこ焼き⾷べました」と話し かけていた。”[3] [3] "夜の東京でロボ実験、⼩池都知事が視察
調理や運搬", ⽇本経済新聞電⼦版, 2019
14.
まとめ • インタラクションのためのコンピュータビジョンのお話をした ⼈⽣うまく⾏くときもあれば、うまく⾏かない時もあるよ︕ • ⼀緒に働いてくれる博⼠インターンシップの⽅を募集中だよ 研究テーマ「通⾏⼈の状態認識モデルを⽤いた新しいサイネージ広告の研究開発」など •
⼀緒に働いてくれるリサーチサイエンティストの⼈も募集中だよ 博⼠インターンシップ リサーチサイエンティスト
Jetzt herunterladen