Excelとpythonで作るフォトモザイク
hjk1000
本講義では、フォトモザイクを生成する全体プロセスをアルゴリズムの観点から見ていきます。 入力画像をK-meansクラスタリングによってタイル数に合わせた代表色集合に縮小した後、ハンガリアンアルゴリズムを適用して各色とタイルを1:1で最適マッチングします。 これにより、画像処理と組合せ最適化アルゴリズムが結合されて一つの視覚的成果物を作り出すプロセスを理解します。
초급
Python, Excel
この講義が特別な理由:主要なメリット • 直感的な視覚化:Pygame 2Dシミュレーションでアルゴリズムの動作をリアルタイムで直接確認 • 実践的な実装経験:理論を超えて直接コーディングしながら自律走行アルゴリズムを体得 • 主要アルゴリズムのマスター:ダイクストラ、ピュアパス追従、ICPなど必須アルゴリズムを集中学習 • 段階的な深掘り学習:基礎からSLAMまで体系的な難易度構成 • LidarベースのSLAM:未知の環境でのマップ構築と位置推定の実習
受講生 36名
難易度 初級
受講期間 無制限
SLAM (自己位置推定と環境地図作成)
ICP (Iterative Closest Point)
ダイクストラアルゴリズム (Dijkstra Algorithm)
ピュア・パースート・アルゴリズム (Pure Pursuit Algorithm)
アッカーマン操舵モデル (Ackermann Steering Model)
学習対象は
誰でしょう?
自動運転分野に初めて入門する初心者
AI/ディープラーニング以外で自動運転の核心原理を学びたい方々
実習を通して踏み込んだ理解を求める方々
前提知識、
必要でしょうか?
Python プログラミング基礎
高校レベルの基本的な数学 + 行列演算
コンピュータ科学 基礎 (選択事項)
1,558
受講生
43
受講レビュー
10
回答
4.7
講座評価
11
講座
안녕하세요
비전공자로 딥러닝을 열심히 공부하는 직장인입니다.
공부하면서 느낀 점들을 여러분들과 함께 공유하고 싶습니다
감사합니다.
全体
9件 ∙ (3時間 10分)
講座資料(こうぎしりょう):
4. AD_2_マップ作り
28:53
5. AD_3_最短経路 生成
16:41
6. AD_4_経路追従する
36:49
7. AD_5_Lidar を理解する
26:39
8. AD_6_ICP 理解
25:21
9. AD_7_SLAMの基礎を理解する
18:46
¥2,844
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!