シラバス参照
|
シラバス参照
|
| 科目一覧へ戻る | 2024/09/12 現在 |
|
開講科目名 ／Course |
コンピュータビジョン特論／Advanced Computer Vision | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
|
時間割コード ／Course Code |
S2200590_S6 | |||||||||
|
開講所属 ／Course Offered by |
システム工学研究科／Graduate School of Systems Engineering | |||||||||
|
ターム・学期 ／Term・Semester |
2024年度／Academic Year 第1クォーター／1Q | |||||||||
|
曜限 ／Day, Period |
月／Mon 4 | |||||||||
|
開講区分 ／Semester offered |
前期／the former term | |||||||||
|
単位数 ／Credits |
2.0 | |||||||||
|
学年 ／Year |
1,2 | |||||||||
|
主担当教員 ／Main Instructor |
天野 敏之 | |||||||||
|
科目区分 ／Course Group |
_ | |||||||||
|
授業形態 ／Lecture Form |
講義 | |||||||||
|
教室 ／Classroom |
北１号館Ａ２０３／北１号館Ａ２０３ | |||||||||
|
開講形態 ／Course Format |
||||||||||
|
ディプロマポリシー情報 ／Diploma Policy |
|
|
教員名 ／Instructor |
教員所属名 ／Affiliation |
|---|---|
| 天野 敏之 | システム工学部（教員） |
|
授業の概要・ねらい ／Course Aims |
画像特徴の抽出やカラー情報の解析などの基礎的な処理から物体認識に至るまでのコンピュータを用いた画像の認識・理解に関する基礎的な知識を身につける．また，カメラやレンジファインダなどのハードウェアの仕組みを理解するとともに，OpenCVによる実装方法も習得する．さらに，拡張現実感技術への応用など，コンピュータビジョンの応用に関する知識も習得する． |
|---|---|
|
到達目標 ／Course Objectives |
テキストや英語論文を通じてコンピュータビジョンの基礎技術を習得し，それらをOpenCV等で実装できる力を身につけることを本講義の到達目標とする． |
|
成績評価の方法・基準 ／Grading Policies/Criteria |
各回の講義で出題するレポート課題とOpenCVを用いた実習課題，最終試験により総合的に成績を評価する． 成績評価の配分はレポート課題と演習課題を合わせて40%，期末試験60%とする． |
|
教科書 ／Textbook |
特に指定はしない．講義資料については，和歌山大学Moodleに掲載する． |
|
参考書・参考文献 ／Reference Book |
・Richard Szeliski, Computer Vision: Algorithms and Applications （翻訳本：コンピュータビジョン―アルゴリズムと応用― ，共立出版） ・Reinhard Klette, Concise Computer Vision: An Introduction into Theory and Algorithms ・The computer vision foundationのOpen Access論文：https://www.thecvf.com |
|
履修上の注意 ・メッセージ ／Notice for Students |
本講義では，期末試験の他に各回の講義でレポート課題やOpenCVを用いたプログラミングを必要とする演習課題を課している．内容が多い上に課題も多く，単位取得には努力が必要であるが，短期間でコンピュータビジョンの基礎を身につけることができる講義になっている． |
|
履修する上で必要な事項 ／Prerequisite |
行列演算や射影，ベクトルなどの線形代数の知識があることを前提として講義を行う．また，演習課題は，C言語やC++言語などのプログラミング言語を習得しており，課題を行うための計算機環境が用意できることを前提として出題する． 受講される場合は，線形代数の基礎を復習し，OpenCVを用いたプログラミングができる計算機環境を用意すること． |
|
履修を推奨する関連科目 ／Related Courses |
記載事項なし |
|
授業時間外学修についての指示 ／Instructions for studying outside class hours |
レポート課題や演習課題の未提出もしくは提出が遅れが多数あると不合格となる． 本講義の演習課題やレポートを完成させるために，１回の講義あたり4時間程度の学修時間が必要となることを想定している．本講義を受講する場合には，余裕を持って課題に取り組む事ができように十分な時間を確保すること． |
|
その他連絡事項 ／Other messages |
和歌山大学Moodleに講義のページを開設している． 和歌山大学Moodle Home ▶ システム工学部・システム工学研究科 ▶ システム工学研究科 ▶ コンピュータビジョン特論 |
|
授業理解を深める方法 ／How to deepen your understanding of classes |
レポート課題ではCVPR, ICCVなどの国際会議論文を読んで理解し，その内容を報告する論文調査がある．また，自主演習課題ではその調査内容などに基づきテーマを設定し，プログラムの実装などの演習課題がある．本講義では，これらを通じてコンピュータビジョンの理解を深める． 【アクティブ・ラーニング」実施要項①, ⑤, ⑥】 |
|
オフィスアワー ／Office Hours |
オフィスアワーは特に設けない．質問などがある場合には事前連絡の上，教員室まで来るように． |
|
科目ナンバリング ／Course Numbering |
S61035J11099T503 |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考（担当） ／Notes |
|---|---|---|---|---|
| 1 | 1 | ガイダンス, 画像処理と認識・理解研究の歴史と現状 | ||
| 2 | 2 | コンピュータビジョンのためのデバイス | ||
| 3 | 3 | コンピュータビジョンのためのライブラリ | ||
| 4 | 4 | 画質の改善と特徴抽出 | ||
| 5 | 5 | 画像特徴記述とマッチング | ||
| 6 | 6 | 投票と多数決による幾何学特徴検出 | ||
| 7 | 7 | 分光特性と色空間 | ||
| 8 | 8 | 二色性反射モデルとBRDF | ||
| 9 | 9 | 視覚の幾何１ | ||
| 10 | 10 | 視覚の幾何２ | ||
| 11 | 11 | 対象追跡 | ||
| 12 | 12 | パターン認識と物体認識１ | ||
| 13 | 13 | パターン認識と物体認識２ | ||
| 14 | 14 | コンピュータビジョンと拡張現実感 | ||
| 15 | 15 | 講義のまとめ，試験 |