Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
nekoIoTLT_SearchBlackObject
Search
NearMugi
October 21, 2020
Technology
1
600
nekoIoTLT_SearchBlackObject
NearMugi
October 21, 2020
Tweet
Share
More Decks by NearMugi
See All by NearMugi
nekoIoTLT_NearMugiLLM
nearmugi
0
310
nekoIoTLT_CatAndColorSensor
nearmugi
0
840
VisualProgramming_GoogleHome_LINE
nearmugi
1
470
EnebularMeetup_GoogleCalendar
nearmugi
0
230
nekoIoTLT_ToyAndVoiceAnalysis
nearmugi
0
350
nekoIoTLT_Demachi
nearmugi
0
360
nekoIoTLT_nekoDeeplearning
nearmugi
0
280
nekoIoTLT_nekoGohan
nearmugi
0
440
nekoIoTLT_Tsumetogi
nearmugi
1
670
Other Decks in Technology
See All in Technology
Snykで始めるセキュリティ担当者とSREと開発者が楽になる脆弱性対応 / Getting started with Snyk Vulnerability Response
yamaguchitk333
2
180
NilAway による静的解析で「10 億ドル」を節約する #kyotogo / Kyoto Go 56th
ytaka23
3
370
10分で学ぶKubernetesコンテナセキュリティ/10min-k8s-container-sec
mochizuki875
3
330
LINEヤフーのフロントエンド組織・体制の紹介【24年12月】
lycorp_recruit_jp
0
530
Amazon SageMaker Unified Studio(Preview)、Lakehouse と Amazon S3 Tables
ishikawa_satoru
0
150
GitHub Copilot のテクニック集/GitHub Copilot Techniques
rayuron
26
11k
生成AIをより賢く エンジニアのための RAG入門 - Oracle AI Jam Session #20
kutsushitaneko
4
220
開発生産性向上! 育成を「改善」と捉えるエンジニア育成戦略
shoota
1
290
組織に自動テストを書く文化を根付かせる戦略(2024冬版) / Building Automated Test Culture 2024 Winter Edition
twada
PRO
13
3.6k
マイクロサービスにおける容易なトランザクション管理に向けて
scalar
0
110
第3回Snowflake女子会_LT登壇資料(合成データ)_Taro_CCCMK
tarotaro0129
0
180
複雑性の高いオブジェクト編集に向き合う: プラガブルなReactフォーム設計
righttouch
PRO
0
110
Featured
See All Featured
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
33
1.9k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
159
15k
What’s in a name? Adding method to the madness
productmarketing
PRO
22
3.2k
Into the Great Unknown - MozCon
thekraken
33
1.5k
Intergalactic Javascript Robots from Outer Space
tanoku
270
27k
Building Flexible Design Systems
yeseniaperezcruz
327
38k
How GitHub (no longer) Works
holman
311
140k
Fantastic passwords and where to find them - at NoRuKo
philnash
50
2.9k
4 Signs Your Business is Dying
shpigford
181
21k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
6
510
Designing for humans not robots
tammielis
250
25k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.3k
Transcript
トイレにある黒い物体を検知する 2020.10.21 夜開催! ねこIoTLT vol.4
自己紹介 NearMugi(ニアムギ) ねこ2匹飼っています。
ねこ紹介 ニア ・3月8日生まれ 11歳 ・もふもふでかわいい ・寒くなってきたのでさらにもふもふに
ねこ紹介 ムギ ・5月8日生まれ 8歳 ・黒猫でかわいい ・メーメー鳴く ・この子も少し毛が伸びた
イントロ みなさんのおうちでこんなこと ありませんか?
イントロ ねこがトイレの前でじっとしている…
イントロ トイレを見てみると中に 黒い物体が。
イントロ 「これを取ってくれ」と言わんばかりに 立っている。
イントロ すぐに取ってあげたい。 気づいてあげたい。
イントロ IoTで解決してみます。
1.トイレの様子を定期的に撮影 2.撮影した画像から黒い物体を検知 3.LINEで通知 大まかな手順
・30分ごとに撮影する ・部屋の明るさの変化を考慮する ・前回撮影した画像と似ている場合は通知しない ・機械学習は使わずに黒い物体を検知する 細かい仕様
1. ESP32+カメラで撮影、GoogleCloudStorage(GCS)へ画像をアップロードする 2. GCSに画像がアップロードされたイベントをトリガーに Cloud Pub/Subからメッセージが 送信される 3. Node-REDフロー内でCloud Pub/Subのメッセージを受信する
4. 画像をGCSから取得して解析する 5. 黒い物体を検知したとき、 LINEに通知する 手順の詳細 GoogleCloudStorage Cloud Pub/Sub GoogleComputeEngine メッセージ受信 画像取得 解析 通知
Cloud Pub/Subのメッセージを受信したら、 画像を取得する 手順の詳細(Node-REDフロー) 前回の画像をGCSから取得する 処理で使うパラメータを GCSから取得する 解析する ログと解析後の画像を GCSへ保存する
黒い物体を検知できたら LINEへ通知する
黒い物体の検知方法 黒い物体を検知するため OpenCVを使いました
黒い物体の検知方法 カメラで撮った画像 → 2値化(白黒)→白黒反転→輪郭を検出→面積を取得 → 面積の大きさから黒い物体があるか判断 画像から黒い物体を検知するまでの処理
黒い物体の検知方法 adaptiveThreshold : 画像をいい感じに2値化(白黒)する findContours : 黒い背景から白い物体の輪郭を検出する contourArea : 輪郭内の面積を取得する
OpenCVの関数
黒い物体の検知方法 -関数の説明(adaptiveThreshold) 元画像 void adaptiveThreshold(const Mat& src, Mat& dst, double maxValue,
int adaptiveMethod, int thresholdType, int blockSize, double C) 定数Cを変化させることで、白黒の範囲を調整できる C:10 白黒割合:0.29 C:20 白黒割合:0.23 C:30 白黒割合:0.18 C:40 白黒割合:0.13 C:60 白黒割合:0.06 C:70 白黒割合:0.04 C:80 白黒割合:0.03 C:90 白黒割合:0.02 C:50 白黒割合:0.09 ここらへんがちょうど良い
黒い物体の検知方法 -関数の説明(findContours, contourArea) void findContours(const Mat& image, vector<vector<Point> >& contours, int
mode, int method, Point offset=Point()) double contourArea(const Mat& contour) 輪郭を検出すると細かい部分も含まれてしまうので、面積の大きさから判断する 元画像に輪郭を検出したデータを合成したもの 面積の大きさにしきい値を設けたもの
通知 黒い物体を検知するとLINEに通知がきます
結果 検出結果をお見せしたいのですが、 黒い物体があれなので 今回は控えさせていただきます。 そこそこの検出具合でした。 明るさの調整が一番難しいです。
黒い物体の検知のポイント 白黒がはっきりしていると検知しやすいので、 大玉の猫砂がおすすめです
まとめ ・機械学習を使わなくてもある程度の検知が出来ると知りました。 照度センサーなどの補助があればもう少し精度が上がりそうです。 ・検知しやすくさせるため砂を平らにならしたり、砂の汚れ具合を 気にするようになりました。 以上となります。 ご清聴ありがとうございました。