メディア情報処理 (4014)

授業科目基本情報

科目区分	専門科目	教職科目	指定なし
単位数	1	選択・必修・自由	選択
授業形態	講義	主な使用言語	日本語
開講時期	Ⅱ	履修登録システム	使用する
履修登録期間	2018/05/25～2018/06/07	履修取消期限	2018/07/03

教育プログラム別の履修区分

プログラム名	IS	CB	BS	BN	MS	CP	DS
履修区分	○	△	△	△	△	○	○
コア科目	－	－	－	－	－	－	－
履修方法	・基盤科目及び専門科目から１２単位以上履修すること。

授業科目概要

担当責任教員	酒田　信親
担当教員	酒田信親
教育目的／授業目標	メディアの中でも、特に画像・映像メディアの解析および処理技術を学び、画像・映像の編集やコンピュータによる環境認識のための基礎知識を修得することを目的とする。また具体的な応用に関するいくつかのトピックも紹介する。
指導方針	画像・映像処理の古典的な手法を通じて、画像・映像処理の基本的な考え方を学ぶとともに、現在の様々な産業に用いられている最新の画像処理・認識手法の知識も習得する。

クラス情報

表示可能なデータがありません。

授業計画

回数	日付 [時間]	テーマ	内容
1	6/29 [2]	デジタル画像と濃度変換	アナログ画像とデジタル画像の違いを見ることでデジタル画像とは何かを知り、またその性質を学ぶ。次に、デジタル画像の濃度変換の方法（明るさ、コントラスト等の変換）およびカラー画像の扱い方について学ぶ。最後に、普通のカメラで撮影して得られる画像に限らない様々な画像を紹介する。
2	7/3 [2]	フィルタ処理	画像のノイズを抑制するための平滑化フィルタおよび画像内の領域間の境界を検出する微分フィルタについて学ぶ。また、画像を周波数領域で扱いフィルタ処理を行う方法について学ぶ。
3	7/5 [2]	線・円検出と2値画像処理	微分フィルタ処理により得られたエッジから線・円を検出する手法を学ぶ。次に、画像ヒストグラムを利用し画素値を2値化する手法を学ぶ。最後に、2値化された画像の様々な処理方法について学ぶ。
4	7/10 [2]	画像解析	画像を領域分割するための様々な手法を学ぶ。
5	7/18 [2]	幾何学的変換	画像の幾何学的変換（線形変換、アフィン変換、射影変換）について学ぶ。また、幾何学的変換を用いたパノラマ画像合成や画像の正対化について学ぶ。
6	7/20 [2]	マッチングと特徴点検出	画像のパターンマッチングにおける類似度指標や探索方法について学ぶ。また、パターンマッチングに用いられる画像の特徴点検出・特徴量記述について学ぶ。
7	7/24 [2]	複数画像処理と応用	動画像におけるオプティカルフローについて学ぶ。次に、複数画像の合成における様々な手法を紹介する。最後に、本科目で学んだ技術の応用例を紹介する。
8	7/26 [2]	応用事例のまとめ・試験	本科目で学んだ内容が習得できているかどうかを確認する。

授業日程

回数	日付	時間	講義室	備考
1	6/29	2	L3
2	7/3	2	L3
3	7/5	2	L3
4	7/10	2	L3
5	7/18	2	L3
6	7/20	2	L3
7	7/24	2	L3
8	7/26	2	L3

テキスト・参考書

テキスト	授業用スライドをウェブに掲載する。
参考書	奥富正敏（編集）: ディジタル画像処理，（財）画像情報教育振興協会，2015． R. Szeliski :Computer Vision Algorithm and applications, Springer 2010． 玉木 徹, 他（訳）: コンピュータビジョン アルゴリズムと応用, 共立出版, 2013.

その他

履修条件	微分積分、線形代数の基礎を習得していることを前提に講義を行う。
オフィスアワー	B315に在室時は随時対応。ただし、訪問時は予めEメールで連絡することを推奨。
成績評価の方法と基準	・５段階（秀・優・良・可・不可）で評価する。 ・毎回のミニレポート（30％）と試験（持ち込み不可）（70％）で評価する。 ・画像・映像処理の知識の習得を成績基準とする。
関連科目	特になし
関連学位	工学
注意事項	None

授業関連URL

表示可能なデータがありません。

配布資料

表示可能なデータがありません。