| 1 |
授業の概要説明
Pythonプログラミング環境の構築 |
講義
演習 |
開発環境を構築する |
|
| 2 |
デジタル画像の基礎
OpenCVライブラリの利用 |
講義
演習 |
デジタル画像の読込・表示・画素
操作をプログラムで実行できるよ
うにする |
|
| 3 |
PythonとOpenCVによる画像処理（１） |
講義
演習 |
カラー画像のグレイスケール化や
画素値のヒストグラムを理解し、
プログラムで実行できるようにす
る |
|
| 4 |
PythonとOpenCVによる画像処理（２） |
講義
演習 |
フィルタを使った画像処理を理解
し、プログラムで実行できるよう
にする |
|
| 5 |
画像の特徴量と特徴量の記述 |
講義
演習 |
画像の局所特徴について理解する |
|
| 6 |
画像合成とマッチング |
講義
演習 |
画像の特徴を使った画像合成やマ
ッチングを理解し、プログラムで
実装し動作させる |
|
| 7 |
中間課題への取組み |
演習 |
デジタル画像や画像の特徴を復習
し、中間課題に取り組む |
|
| 8 |
パターン認識（１） |
講義
演習 |
画像の特徴を用いた画像識別につ
いて理解する |
|
| 9 |
パターン認識（２）
自己点検 |
講義
演習 |
様々な画像識別アルゴリズムをプ
ログラムで実装し動作させる |
|
| 10 |
ニューラルネットワークによる画像認識（１） |
講義
演習 |
パーセプトロンについて理解する |
|
| 11 |
ニューラルネットワークによる画像認識（２） |
講義
演習 |
ニューラルネットワークの構成と
動作を理解し、プログラムで実装
し動作させる |
|
| 12 |
深層学習による画像認識 |
講義
演習 |
畳み込みネットワークについて理
解し、プログラムで実装し動作さ
せる |
|
| 13 |
最終課題への取り組み |
演習 |
ニューラルネットワークや深層学
習について復習し最終課題に取り
組む |
|
| 14 |
最終課題の発表 |
演習 |
プログラムで動作させた結果をふ
まえ考察し資料にまとめる |
|
| 15 |
発展的学習
自己点検 |
講義
演習 |
学習の定着度を点検する |
|
