ViEW2015ではセッションに関わる分野で活躍されている方々による6件の基調講演と2件のチュートリアル講演を企画しております．

基調講演1

12月3日：　 9:15 〜 9:45 OS1： 現場で活きる外観検査 「外観検査における機械学習」 講師：永田 毅氏（みずほ情報総研株式会社）

概要： 外観検査の自動化において機械学習は必須と言えますが、必ずしも幅広く利用されているとは言えないのが現状です。機械学習で充分な精度を達成するには、工数のかかるチューニングが不可欠であり、手軽に試せるわけではありません。本講演では機械学習を俯瞰した後、外観検査における機械学習の適用についてガイダンスを行い、どのような手順が必要なのか、分かりやすく解説します。

基調講演2

12月3日：　 11:00 〜 11:30 OS2：まだまだ拡がる3次元計測の展開 「物体認識のための3次元データ処理」 講師：橋本 学氏（中京大学）

概要： 近年，産業用・家庭用ロボットへの応用を目的として，ポイントクラウドデータと呼ばれる3次元点群データをもとに，目的の物体を識別したり，位置や姿勢を認識する手法が注目されている． 本講演では，3次元物体認識技術に関する主要研究を俯瞰するとともに，筆者らのグループによる研究事例紹介を交えながら，この分野を広く展望する．

基調講演3

12月3日：　 15:20 〜 15:50 OS3：2020年東京オリンピックを目指して 「Tokyo2020と映像テクノロジー」 講師：宮地 力氏（国立スポーツ科学センター）

概要： オリンピックでは、ITの貢献が期待されている。各国語の翻訳機や大会でのwifiの整備など様々である。しかしスポーツそれ自体に関しての貢献というと、どうして良いかわからないという方々も多いようだ。 しかしITや映像がスポーツに貢献出来ることは多い。直接トレーニングに役立つツールは競技団体も一番望んでいる。これには、そのニーズをしっかり把握する必要があり、簡単ではない。しかしそのようなツールは、競技のメダル獲得に役立つだけでなく、それをＴＶなどに活用出来る可能性も多い。そういう意味では、世界中にその技術を知ってもらえる大きなチャンスにもなる。 また、トレーニングに直接役立たなくとも、すでにテニスで見られるような画像によるライン判定システムなどもスポーツに対する大きな貢献になる。また審判システム全体の自動化などはニーズもはっきりしているので取り組み易いしIT的にもやれる所が多い部分である。 そして、オリンピックだけでなくITをこれからの一般スポーツの普及につなげる様に考えていく事が、より長期的には大事である。この講演では，そのような全般的な観点から東京オリンピックに出来る映像テクノロジーの貢献について述べる．

基調講演4

12月3日：　 15:50 〜 16:20 OS3：2020年東京オリンピックを目指して 「大規模なセキュリティシステム向け画像認識システムの開発」 講師：山崎 龍次氏（パナソニック株式会社）

概要： セキュリティカメラの台数は増加し続けており、一方で、東京オリンピックを契機として、大規模施設などでの多数のセキュリティカメラに対する画像認識システムの開発と運用が求められてきている。本講演では、大規模な画像認識システムの活用に向けて、カメラ・サーバでの分散処理システムの開発や、広域／多数のカメラに対して人物同定を行うシステムの開発の取り組みに関してご紹介する。

基調講演5

12月4日：　 11:00 〜 11:30 OS5：事例から学ぶ機械学習 「高速物体認識のための二値特徴量」 講師：安倍 満氏（株式会社デンソーアイティーラボラトリ）

概要： 画像認識を実用化しようとするとき、必ず問題になるのが処理速度である。特に機械学習による物体認識では、識別器の演算に浮動小数点演算を要するケースが多く、実装の技巧を凝らした高速化に取り組まなければならない。そこで本講演では、近年注目を浴びつつある『二値特徴量』を用いた新たな高速化アプローチについて紹介する。

基調講演6

12月4日：　 15:20 〜 15:50 SS：ディープラーニング最前線 〜実装から応用事例まで〜 「ディープラーニングを用いたマルチモーダル学習」 講師：尾形 哲也氏（早稲田大学）

概要： 現在，ディープラーニングの手法が画像・音声・言語など幅広い研究領域で大きな関心を集めています．この手法の興味深い点は，これらの異なる情報を統一の枠組みで処理できる点にあります．本講演ではこの特徴に着目して，特にマルチモーダル学習へ応用した我々の研究例として，視聴覚統合による音声認識，ロボットの環境認識と行動学習への応用事例を紹介します．最後に，リカレントニューラルネットへの展開等，将来の研究動向を議論します．

チュートリアル講演1

12月4日：　 15:50 〜 16:20 SS：ディープラーニング最前線 〜実装から応用事例まで〜 「Chainerチュートリアル」 講師：奥田 遼介氏（株式会社Preferred Networks）

概要： 弊社はディープラーニングフレームワークChainerを開発し、オープンソースで公開しています。Pythonを用いて様々な構造のニューラルネットを簡単に構築でき、GPU上での計算もサポートするChainerについて画像に対するネットワークを例にして紹介します。

チュートリアル講演2

12月4日：　 16:20 〜 16:50 SS：ディープラーニング最前線 〜実装から応用事例まで〜 「実務で使えるCNN」 講師：佐藤 育郎氏（株式会社デンソーアイティーラボラトリ）

概要： オープンソースの整備などにより、CNN (Convolutional Neural Network) の学習に対する敷居は以前よりも低くなったものの、適切に学習を行うためにはいくつかの知見が必要です。本講演では、応用上大切なCNNに関する知見を紹介します。CNNの初歩的な知識（畳み込み、プーリング、活性化関数、誤差逆伝搬法など）があることを前提とします。