画像認識のためのパターン識別と機械学習入門

画像の認識・理解を主な目的としたパターン識別・機械学習手法について、解説いたします。前半部分は画像からの特徴抽出法としてよく用いられる手法を幾つか紹介し、後半ではその特徴からカテゴリへ識別する手法について解説いたします。内容は高校の数学程度の知識で理解できるよう基礎から解説致します。 　また、詳細な理論だけでなく、プログラミングを行う際の工夫、テクニック、高速化のヒントなど教科書ではあまり触れない内容も扱う予定です。さらに、実際にPC上で簡単なデモを行い、理論を体得できるように致します。デモは、MATLAB/Octaveを利用し、プログラムは個人利用の範囲内でお持ち帰り頂けるように致します。

1. 画像の特徴抽出
   1. 画像フィルタ
   2. エッジ抽出
   3. 平滑化
   4. 局所特徴量
      1. SIFT特徴量
      2. HOG特徴量
      3. Haar-like特徴量
   5. 主成分分析 (PCA) と固有顔
   6. ウェーブレット変換
2. 識別手法
   1. ベイズ識別器
   2. k近傍識別とテンプレートマッチング、Mahalanobis距離
   3. 線形識別
   4. サポートベクタマシン (SVM)
   5. 部分空間法
3. ソフトウェアの紹介
   1. OpenCV
   2. MATLAB/Octave
   3. SVM