Computer Vision ｜ Syllabus data

開講年度

2025Year

開講学期

Second Semester

科目名

Computer Vision

授業種別

Lecture

科目名（英語）

Computer Vision

授業情報(授業コード・クラス・授業形態)

A1100016 Computer Vision

担当教員

CHEN Qiu

単位数

2.0Credits

曜日時限

Fri.5Period

キャンパス

Shinjuku Campus

教室

A-0762教室

学位授与の方針

1 基礎知識の修得 0 ％
2 専門分野の知識・専門技術の修得 80 ％
3 汎用的問題解決力の修得 10 ％
4 道徳的態度と社会性の修得 10 ％

具体的な到達目標

１．コンピュータビジョンに関する基本的な知識を身に付ける２．コンピュータビジョン技術を構成する数学的な背景を理解する

受講にあたっての前提条件

線形代数学1、確率・統計I、微分、積分の基本的な内容を理解している。

授業の方法とねらい

本講義科目では、コンピュータビジョンの基礎的な概念、原理、およびアルゴリズム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。また、ディープラーニングについて学び、最新のコンピュータビジョン技術の理解を深め、応用するための準備をする。

AL・ICT活用

Support for self-learning using ICT

第1回

授業形態

授業情報欄記載の通り

事前学習

第1回目事前学習：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

2時間

授業内容

コンピュータビジョン概論

事後学習・事前学習

第1回目事後学習：講義内容を復習し、演習問題を解く。
第2回目事前学習：講義資料をダウンロードし、予習する。

3時間

第2回

授業形態

授業情報欄記載の通り

授業内容

パターン認識系の構成、特徴ベクトルと特徴空間

事後学習・事前学習

第2回目事後学習：講義内容を復習し、演習問題を解く。
第3回目事前学習：線形代数における逆行列の計算を含む行列演算全般を復習しておく。

2時間

第3回

授業形態

授業情報欄記載の通り

授業内容

学習と識別関数

事後学習・事前学習

第3回目事後学習：講義内容を復習し、演習問題を解く。
第4回目事前学習：講義資料をダウンロードし、予習する。

2時間

第4回

授業形態

授業情報欄記載の通り

授業内容

誤差評価に基づく学習

事後学習・事前学習

第4回目事後学習：講義内容を復習し、演習問題を解く。
第5回目事前学習：講義資料をダウンロードし、予習する。

2時間

第5回

授業形態

授業情報欄記載の通り

授業内容

識別部の設計

事後学習・事前学習

第5回目事後学習：講義内容を復習し、演習問題を解く。
第6回目事前学習：講義資料をダウンロードし、予習する。

2時間

第6回

授業形態

授業情報欄記載の通り

授業内容

識別関数の設計

事後学習・事前学習

第6回目事後学習：講義内容を復習し、演習問題を解く。
第7回目事前学習：講義資料をダウンロードし、予習する。

2時間

第7回

授業形態

授業情報欄記載の通り

授業内容

特徴の評価とベイズ誤り確率

事後学習・事前学習

第7回目事後学習：講義内容を復習し、演習問題を解く。
第8回目事前学習：講義資料をダウンロードし、予習する。

2時間

第8回

授業形態

授業情報欄記載の通り

授業内容

特徴空間の変換、線形判別法

事後学習・事前学習

第8回目事後学習：講義内容を復習し、演習問題を解く。
第9回目事前学習：講義資料をダウンロードし、予習する。

3時間

第9回

授業形態

授業情報欄記載の通り

授業内容

ディープラーニングの基礎

事後学習・事前学習

第9回目事後学習：講義内容を復習し、演習問題を解く。
第10回目事前学習：講義資料をダウンロードし、予習する。

4時間

第10回

授業形態

授業情報欄記載の通り

授業内容

畳み込みニューラルネットワーク

事後学習・事前学習

第10回目事後学習：講義内容を復習し、演習問題を解く。
第11回目事前学習：講義資料をダウンロードし、予習する。

2時間

第11回

授業形態

授業情報欄記載の通り

授業内容

物体認識と分類

事後学習・事前学習

第11回目事後学習：講義内容を復習し、演習問題を解く。
第12回目事前学習：講義資料をダウンロードし、予習する。

2時間

第12回

授業形態

授業情報欄記載の通り

授業内容

画像生成と変換

事後学習・事前学習

第12回目事後学習：講義内容を復習し、演習問題を解く。
第13回目事前学習：講義資料をダウンロードし、予習する。

2時間

第13回

授業形態

授業情報欄記載の通り

授業内容

最新コンピュータビジョン技術

事後学習・事前学習

第13回目事後学習：講義内容を復習し、演習問題を解く。
第14回目事前学習：講義資料をダウンロードし、予習する。

2時間

第14回

授業形態

遠隔（オンデマンド）

授業内容

復習

事後学習・事前学習

講義全体の内容を復習する。

6時間

第15回

授業形態

遠隔（オンデマンド）

授業内容

レポート課題の解説とフィードバック

事後学習

学習内容の振り返り

2時間

成績評価の方法

ー　成績評価：レポート課題の解答状況、および小テストの解答状況
　　成績評価をもとに理解度をA+, A, B, C, D, FのGradeで評価し、 D以上の者に単位を認める。
ー　なお、正当な理由なく3分の1以上欠席した学生は履修放棄とみなし成績評価を行わない。

受講生へのフィードバック方法

提出された課題について授業内で適宜解説＆講評する。

教科書

特になし

参考書

1. 「わかりやすいパターン認識」,石井健一郎他著, オーム社,1998.
2.「深層学習」，( 改訂第2版)，岡谷貴之,講談社, 2022.
3.「深層学習」，I. Goodfellow, Y. Bengio, A. Courville著 ; KADOKAWA 社，2018.
4.「コンピュータビジョン : 最先端ガイド(1-6) 」,八木康史, 斎藤英雄編 ; アドコム・メディア, 2008.
5. 「コンピュータビジョン」, 佐藤淳, コロナ社,1999.
6. 「コンピュータビジョン」 , David A. Forsyth, Jean Ponce著 ; 大北剛訳, 共立出版, 2007.

オフィスアワー

金曜日　12:30 - 14:00 新宿キャンパス A-2275　(画像情報メディア研究室)
メールでの質問等は chen_at_cc.kogakuin.ac.jpまで（_at_は@に置き換えること）

受講生へのメッセージ

コンピュータビジョンは、人工知能研究の一分野として人の視覚に相当する機能を実現する学問です。近年自動車の自動運転や、人とインタラクションするロボットなど、様々な応用が期待されます。是非その基礎知識を身に着けましょう！

実務家担当科目

Not applicable

実務経験の内容

教職課程認定該当学科

Department of Information and Communications Engineering

その他の資格・認定プログラムとの関連