画像処理特論 (I34A)

日本大学理工学部

2022年大学院理工学研究科シラバス - 電気工学専攻

設置情報

科目名	画像処理特論
設置学科	電気工学専攻	学年	1年
担当者	門馬　英一郎	履修期	後期
単位	2	曜日時限	水曜4
校舎	駿河台	時間割CD	I34A
クラス

概要

学修到達目標	画像処理の概要および基礎として，画像の生成，基本的な画像処理，時系列・空間情報処理などについて習得する。更に応用として機械学習などを用いたコンピュータビジョン分野について理解し，問題の設定能力や，解決力を養う。
授業形態及び授業方法	対面講義を実施する。スライドを用いた講義の他，Python言語を使用したプログラミングによる実習，論文・文献を用いた討論形式などで講義を進める。
準備学習（予習・復習等）の内容・受講のための予備知識	学部設置の「画像処理」を履修していることが望ましい

授業計画

第1回	Introduction: 内容に該当する教科書の内容を予習する(2時間)。画像処理および機械学習の概要について理解し，復習する(2時間)
第2回	画像の生成・取得: 内容に該当する教科書・講義資料の内容を予習する(2時間)。カメラモデルおよび様々な画像入出力装置について理解し，復習する(2時間)。課題についての解説は講義内で行う．
第3回	基本的な画像処理: 内容に該当する教科書・講義資料の内容を予習する(2時間)。Pixel-wiseな処理，空間フィルタリング，空間周波数ドメインについて理解し，復習する(2時間)。課題についての解説は講義内で行う．
第4回	画像復元: 内容に該当する教科書・講義資料の内容を予習する(2時間)。復元が必要な画像、spatial filteringによる修正、周波数領域での補正、手ぶれ・ぼけの補正、濃淡補正、Parallel-Beam projectionsについて理解し，復習する(2時間)。課題についての解説は講義内で行う．
第5回	動画像処理: 内容に該当する教科書・講義資料の内容を予習する(2時間)。映像信号の概要、走査、NTSC video signal、ビデオ信号に関する用語、動画像処理の考え方、フレームごとの動画像処理、背景差分法、オプティカルフローについて理解し，復習する(2時間)。課題についての解説は講義内で行う．
第6回	空間情報の取得と利用: 内容に該当する教科書・講義資料の内容を予習する(2時間)。画像と空間の幾何学的関係、ステレオビジョン、アクティブなデプス情報の取得、Point Cloud、3次元復元について理解し，復習する(2時間)。課題についての解説は講義内で行う．
第7回	機械学習: 内容に該当する教科書・講義資料の内容を予習する(2時間)。機械学習の概要，SVM, 決定木, Neural Network等の手法の概要，次元削減手法について理解し，復習する(2時間)。課題についての解説は講義内で行う．
第8回	領域特徴と領域分割・パターン認識(1): 内容に該当する教科書・講義資料の内容を予習する(2時間)。領域分割処理や領域でのテクスチャ特徴, 特徴空間を元にした分割手法(Clustering, mean shift, snakes, graph cuts等)について理解し，復習する(2時間)。課題についての解説は講義内で行う．
第9回	領域特徴と領域分割・パターン認識(2): 内容に該当する教科書・講義資料の内容を予習する(2時間)。特徴量を元にしたマッチング，高速探索法，SIFT, ORB等の特徴量について理解し，復習する(2時間)。課題についての解説は講義内で行う．
第10回	コンピュータビジョン分野と深層学習(1): 内容に該当する教科書・講義資料の内容を予習する(2時間)。深層学習のベースとなるMLPの概要，勾配消失問題，畳込みやプーリング，データ拡張，物体検出手法，FCNやヒトに特化した手法，GAN等の概要について理解し，復習する(2時間)。課題についての解説は講義内で行う．
第11回	コンピュータビジョン分野と深層学習(2)と実習: 内容に該当する教科書・講義資料の内容を予習する(2時間)。深層学習とGPUとの関係，深層学習フレームワークや開発環境等について理解し，復習する(2時間)。課題についての解説は講義内で行う．
第12回	コンピュータビジョン分野における最新あるいはstate-of-the-artの論文を用いた発表と討論(1): 容に該当する論文の内容を予習する(2時間)。発表資料を元に当該論文について理解し，復習する(2時間)。課題についての解説は講義内で行う．
第13回	コンピュータビジョン分野における最新あるいはstate-of-the-artの論文を用いた発表と討論(2): 容に該当する論文の内容を予習する(2時間)。発表資料を元に当該論文について理解し，復習する(2時間)。課題についての解説は講義内で行う．
第14回	コンピュータビジョン分野における最新あるいはstate-of-the-artの論文を用いた発表と討論(3): 容に該当する論文の内容を予習する(2時間)。発表資料を元に当該論文について理解し，復習する(2時間)。課題についての解説は講義内で行う．
第15回	コンピュータビジョン分野における最新あるいはstate-of-the-artの論文を用いた発表と討論(4): 容に該当する論文の内容を予習する(2時間)。発表資料を元に当該論文について理解し，復習する(2時間)。課題についての解説は講義内で行う．

その他

教科書	『ディジタル画像処理[改訂第二版]』 CG-ARTS協会 2020年第2版
参考資料コメント及び資料（技術論文等）	逐次配布
成績評価の方法及び基準	通常授業における質疑，実習・課題レポートおよびプレゼンテーション
質問への対応	随時・Zoom
研究室又は連絡先	momma.eiichiro@nihon-u.ac.jp
オフィスアワー	水曜駿河台 12:00 ～ 13:00 Zoom
学生へのメッセージ	画像を始めとする多次元データは様々な分野で当たり前のように利用されています。基本的なデータの取得方法から，機械学習への適用までの概観の後に，Pythonを用いた実践と，コンピュータビジョン分野における最新あるいはstate-of-the-artな論文をベースにした発表と討論により，理解を深めます。

Copyright 2022 Nihon University College of Science and Technology. All rights reserved.