文理学部シラバスTOP > 文理学部 > 情報科学科 > コンピューティング２
日本大学ロゴ

コンピューティング２

このページを印刷する

令和２年度以降入学者 コンピューティング２
教員名 中原泳青
単位数    2 学年 3･4 開講区分 文理学部
（他学部生相互履修可）
科目群 情報科学科
学期 後期 履修区分 選択必修
授業形態 対面授業
Canvas LMSコースID・コース名称 Q071241742　2024コンピューティング２（中原泳青・後・火3）
授業概要 画像は人間にとって最も直感的でわかりやすい情報の表現形態であり、今日、社会の至る所で、画像の処理や入出力に関する技術が用いられています。人工知能（AI）を活用した画像解析/画像認識は、人間に不可能な量の情報処理を効率的に行えます。本講義は画像処理技術について講義する。情報通信企業研究開発部門で実務経験がある教員が，その経験を活かして，先端的な応用例や研究事例を取り上げ、実用的な画像処理技術に関する講義を行う。
授業のねらい・到達目標 画像処理技術の基本的な仕組み，画像の表現，変換，認識，並びに，入出力に関する画像関連技術を理解し，基礎知識が習得できる。
本講義は講義形式にて実施します．図式やインタラクティブなデモを随所に盛り込み，様々な画像処理の手法とその効果を直感的に理解できるような学習法を取り入れます．また，先端的な応用例や研究事例を取り上げ，これら画像技術の利用可能性を理解するとともに，更なる技術の発展や応用先について自ら思考することで，画像に関わる基礎能力や見識を醸成することも目標とします．

この科目は文理学部（学士(理学)）のディプロマポリシー DP3-5及びカリキュラムポリシー CP3-5に対応している。
・仮説に基づく課題や問題を提示し，客観的な情報を基に，論理的・批判的に考察できる（A-3-3）。
・問題を分析し，複数の解決策を提示した上で，問題を解決することができる（A-4-3）。
・責任と役割を担い，新しい問題に取り組む意識を持ち，そのために必要な情報科学の知識・情報を収集することができる（A-5-3）。
授業の形式 講義
授業の方法 授業の方法：
(1) 授業では講義と演習を併せて行い、画像処理に関する基礎知識を実践的に身につけることを狙います。
(2) 難解な数式の提示に留まらず、可能な限り図を多く用いたイメージ重視のスライドで各概念を分かり易く講義します。
(3）各講義の内容に関連するPythonコードを公開し、実行環境やさらなる改善ヒントを示し、主体的に学習に取り組む態度、実践力を養います。
(4) 課題を示して、自らの調査やグループで課題解決をし、講義の中でディスカッションやプレゼンテーションすることで、画像処理のアルゴリズムを直感的に学び、さらに応用できるようになることをめざします。
(5) 画像処理の基本知識と画像AIの最新トレンドのバランス取れた授業で、専門的知識と実践技能を高めます。


学部が定める要件を満たし，オンライン参加が認められた場合の受講方法：
・授業時間帯にZoomにて授業に参加する。
・上記以外の事項（レポート〆切等）は，対面参加学生と同条件とする。
授業計画
1 イントロダクション
・画像処理技術の概要（内容と教材，講義の進め方など）
・画像技術の重要性
・講義内容のダイジェスト
・事前アンケート調査（画像や情報工学等の基礎知識，関心度）
【事前学習】 シラバスを参考にして各回で取り組む項目について，基礎的な情報工学や数学（線形代数，確率統計など）の復習，並びに，授業に関連するトピックについて，参考書やインターネットなどを利用して調査し，興味を深めることを求めます． （2時間）
【事後学習】授業内容を振り返り、復習しておく （2時間）
【授業形態】対面授業
2 画像の入出力とデータ表現
【事前学習】講義資料を通じて，画像の入力とデータ表現について確認しておく （2時間）
【事後学習】授業内容を振り返り、画像の入力とデータ表現について理解を深める （2時間）
【授業形態】対面授業
3 色の知覚と表現
【事前学習】講義資料を通じて，色の知覚と表現について確認しておく （2時間）
【事後学習】授業内容を振り返り、色の知覚と表現について理解を深める （2時間）
【授業形態】対面授業
4 画像のヒストグラム、画像の階調変換と二値画像処理
【事前学習】講義資料を通じて，画像のヒストグラム、画像の階調変換と二値画像処理について確認しておく （2時間）
【事後学習】授業内容を振り返り、画像のヒストグラム、画像の階調変換と二値画像処理について理解を深める （2時間）
【授業形態】対面授業
5 画像の空間フィルタリング
【事前学習】講義資料を通じて，画像の空間フィルタリングについて確認しておく （2時間）
【事後学習】授業内容を振り返り、画像の空間フィルタリングについて理解を深める （2時間）
【授業形態】対面授業
6 画像の幾何変換
【事前学習】講義資料を通じて，画像の幾何変換について確認しておく （2時間）
【事後学習】授業内容を振り返り、画像の幾何変換について理解を深める （2時間）
【授業形態】対面授業
7 講義前半のまとめ，及び，中間レポート課題
・前半まとめ
・前半レポートの課題（グループ分けディスカッション、プレゼンテーション）
【事前学習】講義資料を通じて，第2〜6回までの内容について総復習しておく （2時間）
【事後学習】前半レポートの課題を通じて，基本的な画像処理技術について理解を深める （2時間）
【授業形態】対面授業
8 画像の周波数フィルタリング
【事前学習】講義資料を通じて，画像の周波数フィルタリングについて確認しておく （2時間）
【事後学習】授業内容を振り返り、画像の周波数フィルタリングについて理解を深める （2時間）
【授業形態】対面授業
9 特徴抽出と画像の照合
【事前学習】講義資料を通じて，特徴抽出と画像の照合について確認しておく （2時間）
【事後学習】授業内容を振り返り、特徴抽出と画像の照合について理解を深める （2時間）
【授業形態】対面授業
10 動画像処理と3次元ビジョン
【事前学習】講義資料を通じて，動画像処理と3次元ビジョンについて確認しておく （2時間）
【事後学習】授業内容を振り返り、動画像処理と3次元ビジョンについて理解を深める （2時間）
【授業形態】対面授業
11 パターン認識入門
【事前学習】講義資料を通じて，パターン認識入門について確認しておく （2時間）
【事後学習】授業内容を振り返り、パターン認識入門について理解を深める （2時間）
【授業形態】対面授業
12 深層学習により画像解析
【事前学習】講義資料を通じて，深層学習により画像解析について確認しておく （2時間）
【事後学習】授業内容を振り返り、深層学習により画像解析について理解を深める （2時間）
【授業形態】対面授業
13 画像AIの最新動向
【事前学習】講義資料を通じて，画像AIの最新動向について確認しておく （2時間）
【事後学習】授業内容を振り返り、画像AIの最新動向について理解を深める （2時間）
【授業形態】対面授業
14 後半のまとめ，及び，最終レポート課題
【事前学習】講義資料を通じて，第２〜13回までの内容について総復習しておく （3.5時間）
【事後学習】授業内容を振り返り、最終レポート課題で出題された内容を復習すること （0.5時間）
【授業形態】対面授業
15 画像処理・機械学習の産業応用に関する専門家に自身の研究内容について講演していただく
※対面かオンラインかはゲスト講師の都合により決める
【事前学習】講演者のことをWebなどで調べておくこと （1時間）
【事後学習】講演内容について詳しく調べ、画像処理や機械学習技術の発展や応用先について自ら思考することで，画像に関わる基礎能力や見識を醸成することを目指す （1時間）
その他
教科書 使用しない
参考書 田村秀之 『コンピュータ画像処理』 オーム社
CG-ARTS協会 『ディジタル画像処理[改訂第二版]』 CG-ARTS協会 第２版
原田達也 『画像認識』 講談社
成績評価の方法及び基準 授業内テスト:授業内試験の成績をもって評価する(60%)、授業参画度:毎回の演習課題の成績により評価する(40%)
出席率、中間レポート（7回目）、最終レポート（14回目）、及び、授業中の演習課題、および、ボーナス課題の結果を総合して評価します。原則、出席率（15%）、中間レポート（15％）、最終レポート（25％）、演習課題（45％）の割合で評価します。また、適宜レポートの評価を加点します。
・　評価方法については第1回目の講義でも説明しますので、必ず確認してください。


オンライン参加の場合の評価は対面参加と同等に扱う。
オフィスアワー 講義資料掲載の連絡先にメールをして問い合わせること。都度時間調整をして適切な手段で質問に応じる。
備考 ・デモのpythonコードはgithub/gitlabで公開します。
・github/gitlabやソースコードの実行環境は別途案内します。

↑このページのトップ