コンピュータビジョン（Computer Vision）[4L17]

＜学位授与の方針＞

	1. 基礎知識の習得
◎	2. 専門分野知識の習得
○	3. 汎用的問題解決技能
○	4. 道徳的態度と社会性

＜授業のねらい＞

本講義科目では、「パターン認識」及び「2次元画像列からの3次元立体形状の復元」の基本的な事柄およびパターン認識技術を構成する数学的な背景を習得することを目指す。パターン認識の基本技術である類似性・距離・確率分布、ならびにコンピュータビジョンにおいて通常用いられているカメラの構造及び理想的なカメラとしてのピンホールカメラの原理について学ぶ。。

＜受講にあたっての前提条件＞

線形代数、確率に関する基本的な知識、微分積分に関する基本的な知識を必要とする

＜具体的な到達目標＞

１．パターン認識技術に関する基本的な知識を身に付ける
２．パターン認識技術を構成する数学的な背景を理解する

＜授業計画及び準備学習＞

１．パターン認識、およびコンピュータビジョンの基礎
　　準備学習：パターン認識、コンピュータビジョンという概念について予め調べておくこと

２．類似性、距離、確率分布
　　
３．学習の必要性、最近傍決定則、線形識別関数
　　準備学習：線型代数における逆行列の計算を含む行列演算全般、3次元ベクトルの外積

４．パーセプトロンの学習規則
　　準備学習：固有値と固有ベクトル、期待値、分散、標準偏差

５．パラメトリック・ノンパラメトリックな学習、パラメータの推定

６．識別関数の設計

７．サポートベクターマシン

８．クラスタリング、k-means法

９．ピンホールカメラの原理、投影とカメラモデル
　　準備学習：高校で学習した座標幾何全般

１０． ステレオ画像の原理

１１．透視射影カメラのエピポーラ幾何学

１２．形状復元と複合現実感

１３． カメラの校正

１４．学習内容の振り返り

＜成績評価方法＞

定期試験（70％）、課題レポート（30%）

＜教科書＞

特になし

＜参考書＞

１．佐藤淳、「コンピュータビジョン」、コロナ社、1999。
２．石井 健一郎 他著、「わかりやすい パターン認識」、オーム社、1998。
３．鳥脇 純一郎 著、「認識工学 パターン認識とその応用」、コロナ社、1993。

＜オフィスアワー＞

火曜日　15：35-17：20　A-2275

＜学生へのメッセージ＞

対称行列、直交行列、射影行列、3次元ベクトルの外積、3次正方行列の行列式と逆行列、固有値、固有ベクトルなどの線型代数の基本的な事柄や偏微分については改めて説明することはないので十分に復習しておくこと。