Pythonで始めるコンピュータビジョン (CV) 技術の超入門

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、Python Imaging Library (PIL) 、Scikit Image、OpenCV、PyTorchなどの高性能モジュールライブラリを使い、機械学習や最適化を含めてアルゴリズムの原理の説明とプログラム例を並行して提示することで、コンピュータビジョン技術と実装について理解を深めていただきます。

日時

開催予定

プログラム

視覚はヒトの感覚器官の中でも最も多くの情報を取得しているものであり、それをコンピュータに応用した画像認識技術の有用性はますます高まっています。  近年、日本においても普及が目覚ましい計算機言語のPythonを使って、楽に画像認識技術への入門ができるようなセミナーを企画しました。  Python自体の習得しやすさ、書きやすさはもちろんのことですが、豊富に存在するモジュール類の完成度が高く、実用的なことも速習に有利です。それらを使うことで驚異的に少ない量でプログラムを実装できます。画像認識技術の応用範囲は無限に広がっています。またAI技術の進展とともに音声や画像の自動認識技術の有用性・必要性が高まっている状況においてデータ取得や認識・判別技術への理解は必要不可欠です。  本セミナーでは、Python Imaging Library (PIL) 、Scikit Image、OpenCV、PyTorchなどの高性能モジュールライブラリを使い、機械学習や最適化を含めてアルゴリズムの原理の説明とプログラム例を並行して提示することで理解を早めます。

  1. Pythonの導入
    1. Python処理系の導入
    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
      • NumPy, SciKits, OpenCVの導入
      • PyTorchの手習い
    8. システム開発プロセス
  2. CVの第一歩…周辺知識編
    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. 撮像からコンピュテーショナルフォトグラフィ
    5. 視覚分解能と変復調
    6. 知的処理と最適化
    7. 機械学習のモデルと機能
  3. CVの第二歩…加工と認識の例題編
    1. 画素値の変換
    2. 近傍演算
    3. 二値化と輪郭検出
    4. リサンプリングと幾何変換
    5. 画像マッチング
    6. ハフ変換
    7. 画像復元
    8. クラスタリングとセグメンテーション
    9. 特徴量検出
    10. 画像認識

受講料

ライブ配信セミナーについて