科目名[英文名]
高次元画像解析特論   [Advanced High Dimensional Image Analysis]
区分 後期課程科目  選択必修   単位数 2 
対象学科等   対象年次   開講時期 後学期 
授業形態 後学期  時間割番号 1080421
責任教員 [ローマ字表記]
清水 昭伸   [SHIMIZU Akinobu]
所属 工学部 研究室   メールアドレス

概要
画像処理とパターン認識の基礎から最新技術まで,できる限り幅広く学ぶことを目標とする.具体的には,画像処理については,古典的手法(フィルタリングや二値化)から最新の画像処理手法(Level set, Graph cuts, Compressed sensing)まで,また,パターン認識技術については最新の方法(Ensemble learningやDeep learningなど)を修得することを目指す.
到達基準
授業内容
以下の予定で進める.

第1回 オリエンテーション
&医用画像生成・表示技術 (断面再構成理論,断面表示やVolume Renderingなど)
第2回 濃淡画像処理(1) 平滑化処理,微分フィルタなど
第3回 濃淡画像処理(2) 局所構造強調フィルタ
第4回 濃淡画像処理(3) フィルタ演算の高速化法
第5回 領域抽出(1) 二値化などに基づく処理
第6回 領域抽出(2) 機械学習に基づく処理(1)
第7回 領域抽出(3) 機械学習に基づく処理(2)
第8回 領域抽出(4) 可変形状モデルに基づく処理(1)
第9回 領域抽出(5) 可変形状モデルに基づく処理(2)
第10回 領域抽出(6) 離散最適化理論に基づく処理
第11回 連結成分処理 ラベル付け,細線化など
第12回 パターン認識(1) ベイズ決定
第13回 パターン認識(2) アンサンブル学習
第14回 パターン認識(3) アンサンブル学習,深層学習
第15回 まとめ,レポート課題 まとめと課題の出題
履修条件・関連項目
大学教養レベルの代数,解析,確率・統計の知識があることを前提に講義を進める.
テキスト・教科書
特に定めない.
参考書
参考書として以下の本を推薦する.
尾川浩一,工藤博幸,清水昭伸 編著:医用画像工学ハンドブック,日本医用画像工学会,2012
C. M. ビショップ:パターン認識と機械学習,シュプリンガー・ジャパン,2007
石井健一郎,上田修功,前田英作,村瀬洋:パターン認識,オーム社,東京,1998
成績評価の方法
出席,小レポート,最終レポートを総合して評価する
教員から一言
本質を理解する様に努めてほしい
キーワード
画像処理,パターン認識
オフィスアワー
水曜日12時から13時
備考1
備考2
2017年度成績
S→2,A→6,B→0,C→0,D→0
2016年度成績
S→1,A→4,B→0,C→0,D→0
2015年度成績
S→3,A→5,B→1,C→0,D→0
2014年度成績
S→3,A→7,B→2,C→0,D→0
参照ホームページ
開講言語
日本語
語学学習科目
更新日付
2018/03/27 19:10:41