画像処理の基礎と処理技術のあらましについて触れた後,画像処理および処理対象の画像に関する各種情報の表現法について述べる。また,画像処理の制御方法,図形や物体の認識・識別における最適値探索手法,最適化に基づく画像処理法の再構築等についても触れる。さらに,2次元画像世界から3次元世界を推定する各種の手法を紹介する。講義内容が多岐に渡ることから,理解を深めるために画像処理の実習,プログラム作成を中心とした複数回の課題にレポートしてもらう。
画像とその処理に関する知識の表現法,知識に基づく画像処理の制御法, 対象 のモデル表現とモデルの統合法,さらにモデルに基づく物体認識法 などに関する基礎の理解を目的とする.
1.人工知能と知識
2.画像処理と知識
3.画像処理手法,早期処理
4.画像処理手法,特徴抽出
5.特徴選択と認識手法
6.三次元形状の抽出,Shape-from-shadingなど
7.知識の表現方法,Production System
8.知識の表現方法,Semantic Networkなど
9.画像と処理に関する知識表現
10.画像処理におけるモデル表現
11.オブジェクト指向による画像処理
12.画像処理における知識の学習
担当教官が作成したオリジナル資料を使用する.
画像処理に関する基礎知識を有していること.同時に,画像の処理に関連 して各種最適化手法に関する基礎知識も多少必要であるため,これらの内容 についても習得しておくことが望ましい.
複数回数のレポート、出席などを総合的に評価する.
基本的に画像の処理に関する講義であることから,画像を実際に扱うことが 重要である.講義の中で演習を実施することは時間的に困難であるため,レ ポート課題の中で行ってもらう.レポート課題と画像はWebで提供される.