2024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 水曜6 |
| 校舎 | 駿河台 | 時間割CD | I34A I36B |
| 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説明できる。画像処理技術の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説明できる。深層学習フレームワークを用いて問題解決ができる。 |
|---|---|
| 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: 画像処理および機械学習の概要 | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
|---|---|---|---|
| 第2回 | 画像の生成・取得: カメラモデルおよび様々な画像入出力装置。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第3回 | 基本的な画像処理(1): Pixel-wiseな処理，空間フィルタリング，平滑化フィルタ。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第4回 | 基本的な画像処理(2): 空間フィルタリング，微分フィルタ，エッジ保存フィルタ。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第5回 | 基本的な画像処理(3): 空間周波数ドメインでのフィルタリング，空間フィルタリングとの関係。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第6回 | 画像復元: 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、点広がり関数，Computational Photography，Parallel-Beam projections。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第7回 | 動画像処理: 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。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第8回 | 空間情報の取得と利用: 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。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第9回 | 機械学習: 機械学習の概要，SVM, 決定木, Neural Network等の手法の概要，教師なし学習の概要，次元削減手法，学習結果の評価，ハイパーパラメータ，アルゴリズムおよびモデルの選択。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第10回 | 領域特徴と領域分割・パターン認識(1): 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)。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第11回 | 領域特徴と領域分割・パターン認識(2): 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。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第12回 | コンピュータビジョン分野と深層学習(1): 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および拡散モデルによる画像生成(生成AI)の概要，AIによる諸問題および著作権との関係。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 第13回 | コンピュータビジョン分野と深層学習(2)と実習: 深層学習とGPUとの関係，深層学習フレームワークおよび開発環境，データセットの生成とアノテーション。課題についての解説は講義内で行う． | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 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(1):発表資料を元に当該論文についての調査・発表・討論 | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
| 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(2):発表資料を元に当該論文についての調査・発表・討論 | 【事前学修】内容に該当する教科書の内容・講義資料を予習する 【事後学修】講義で学んだ内容について理解し，復習する | 【事前学修】2時間 【事後学修】2時間 |
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 | 講義後またはオフィスアワー |
| 研究室又は 連絡先 |
駿河台 タワー・スコラ15階S1503室 momma.eiichiro@nihon-u.ac.jp |
| オフィスアワー |
火曜 駿河台 12:10 ～ 13:10 Zoomまたは駿河台 タワー・スコラ15階S1503室
|
| 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を用いた実践により理解を深めます。 |