Vision/2018/ex03 の履歴(No.1)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• Vision/2018/ex03 へ行く。
  • 1 (2018-05-04 (金) 15:44:00)

Vision/2017/ex03

視覚認知計算特論 2017年度 演習その3†

• 演習のための準備についてはこちら → Vision/2017/ex00
• 課題の提出法や期限については，授業中に説明します
• Gist 上のこの科目の場所 https://gist.github.com/takatakamanbou/43c798dcb2b4f217df3d3bbb7c69b225

課題A†

1. 上記の2枚の画像を手元にダウンロードしなさい
2. Gist から image.py をダウンロードし，上の画像を同じディレクトリ内に置いて実行してみなさい．
3. face100.tbz を展開し，中身を確認しなさい．ファイルの入手法は授業時に説明します．展開の仕方は，拡張子 .tbz をヒントに調べたらよい．
4. 上記の中身は100枚の顔画像でり，img000 からの50枚は女性，img050からの50枚は男性の画像である．これらを読み込んで，100枚全ての平均，女性男性それぞれの平均，の3種類の画像を作成するプログラムを作りなさい．

画像の読み込み方のヒント:

for i in range(10):
   print('hoge%03d' % i)

課題B†

000からおよび050からの25枚ずつをそれぞれ女性と男性の学習データとし，残り25枚ずつをテストデータとする．最短距離法によって男女を識別する実験をしよう．学習データの識別率（正しく識別できた画像の割合，50枚中45枚正解なら90%），テストデータの識別率をそれぞれ求めよう．

最短距離法については PIP/2016 第13回資料参照．

課題C†

課題Bと同様のことを，k = 1 とした最近傍法（Nearest Neighbor法）でやってみよう． この場合，学習データの識別率は求めるまでもないですね．

最近傍法についても PIP/2016 第13回資料参照．