|
授業の目標
|
|
|
現実世界の多種多様かつ膨大な情報を活用し、人間の活動を知的に支援するスマートな情報システムを構築するために、コンピュータを用いた画像情報の扱い方、応用事例について理解する。様々な応用場面で実際に適用できる画像情報処理技術（画像処理・解析・認識・理解）を基礎から応用まで体系的に修得する。
|
|
|
|
到達目標
|
|
(1) 画像の入出力システムについて個々の要素を理解し、説明できる。
(2) 2次元画像情報への変換法を理解し、説明できる。
(3) 基礎的な画像処理手法を理解し、具体例に適用できる。
(4) 基礎的な画像解析・認識・理解の手法を理解し、具体例に適用できる。
(5) データ圧縮に用いられる画像符号化について理解し、説明できる。
(6) 様々な分野において、画像情報を用いる利点を説明でき、具体例に適用できる。
|
|
|
|
身につく能力
|
|
＜全学ディプロマ・ポリシー＞
○(1)各研究科・専攻の専門分野に応じた高度な専門知識
○(2)各研究科・専攻の専門分野に応じた研究開発能力
(3)高い水準の幅広い教養と倫理観
(4)高度な専門知識・研究開発能力・倫理観・幅広い教養を統合し、問題を発見し解決する能力
(5)高度な専門知識・研究開発能力・倫理観・幅広い教養を統合し、グローカルな視野をもって社会的・経済的価値を創出する力
|
|
|
授業の概要
|
|
|
画像情報学はコンピュータで画像を扱うことに関する学問分野であり、今日の情報ネットワーク社会において必要不可欠な基盤技術の一つである。第1週～12週の講義では、カメラなどの人工の目を用いた外界情報の抽出・認識・理解手法に係る基盤技術について学ぶ。第13週、14週の講義では、ロボットビジョン、農工連携、環境知能など、画像情報を用いた各種の応用事例について学ぶ。第15週の講義では、パターン認識・メディア理解の観点から現状の画像情報学の問題について概観し、今後の展望について議論する。
|
|
|
|
授業の計画
|
|
講義中心に進める。毎回講義内で演習を行う。次回講義の予習のための課題を課す。
第１週 画像の入出力システム
第２週 画像の生成モデル・画像の性質と色空間
第３週 濃淡変換と空間フィルタリング
第４週 周波数フィルタリング
第５週 幾何学変換
第６週 ２値画像処理・領域処理
第７週 パターン・図形・特徴の検出とマッチング
第８週 パターン認識と機械学習
第９週 動画像処理
第１０週 画像からの３次元復元
第１１週 光学解析とシーンの復元
第１２週 画像符号化
第１３週 画像情報応用（１）
第１４週 画像情報応用（２）
第１５週 画像情報の問題分析（パターン認識・メディア理解の観点から）
|
|
|
|
授業時間外学修の指示
|
|
・毎回講義の終了時に次回の講義テーマおよび内容について説明し、課題を課す。インターネットや書物等の文献を調査し、予習を行うこと。
・毎回の講義で演習問題を解く。演習問題を再度確認することにより、各回の講義の内容を復習すること。
・最終回に総合的な演習課題を与える。レポートにまとめて期限までに提出すること。
|
|
|
|
成績評価の方法
|
|
|
予習に対する課題の提出状況、講義への出席および参加の姿勢、レポートの総合評価により、60%以上を合格とする。
|
|
|
|
テキスト・参考書等
|
|
|
|
|
履修上の留意点
|
|
学部6セメスターの「画像信号処理」、学部6セメスターの「パターン認識と機械学習」を履修していることが望ましい。
【manabaの利用法】
事前学習課題、講義資料、演習課題、レポート課題をアップロードするため、毎回確認すること。
|
|
|
|
資料
|
|
|
|
|
備考
|
|
|