Pythonからはじめる画像認識・画像解析の入門と実装

コンピュータビジョンを入門するにあたってできるだけ容易に取り掛かってプログラミングができるようになるためのイントロダクションです。Python言語の概要説明と、コンピュータビジョン技術の概要と課題の説明と、Pythonによる実装事例紹介の4部で構成します。

1. Pythonの導入
   1. Pythonのインストール
   2. 変数の基本型とコンテナ型
   3. 式と文と演算子
   4. 制御構造と内包表記
   5. 関数とクラス,モジュール
   6. 画像の入出力と表示
   7. 便利な機能モジュール
   8. システム開発プロセス
2. CV (コンピュータビジョン) の予備知識
   1. コンピュータビジョンとは
   2. 画像とは
   3. 特徴量・統計量と行列演算
   4. 撮像
   5. 幾何変換と点群
   6. 視覚分解能と変復調
   7. 知的処理と最適化
   8. 機械学習のモデルと機能〜PyTorch門前の手習い
3. CV (コンピュータビジョン) の課題例
   1. 階調の補正
   2. リサンプリング
   3. 両眼立体視と奥行き推定
   4. 画像の劣化と復元
   5. 多重解像度解析
   6. 特徴記述子と画像認識
4. CV (コンピュータビジョン) のプログラム例題
   1. 機械学習で画像の認識:KmeansとSVMとMLP
   2. 階調補正:ヒストグラム平坦化
   3. 幾何補正:幾何変換でWarping
   4. リサンプリング:Seam Carvingと間引きの差
   5. モデルの推定:RANSACでパラメータ推定
   6. ノイズ除去と平滑化:Non Local Meanフィルタリング
   7. ぼけ、ブレの補正と鮮鋭化:ウィーナーフィルタリング
   8. エッジ検出:Cannyのエッジディテクタ
   9. インペインティング:Bi – harmonic法
   10. フィルタバンクと特徴分類:Gabor特徴による画像の分類
   11. ハフ変換:円の検出
   12. 領域分割とラベリング:RAG統合法
   13. マッチングと物体検出:テンプレートマッチング
   14. 特徴抽出:ORB特徴で対応付け
• 質疑応答