電気系工学特別講義Ⅲ

Special Lecture Ⅲ Related to Electrical Engineering

ー

電気物性工学専攻／電子情報工学専攻 共通科目

工学研究科

1年

HETMA5MCA1

2.00単位

講義 (Lecture)

2024年度前期

米澤 亨、藤原 一雄、河田 耕三、辻　広生

非常勤講師

日本語

目標9

講義終了後、教室にて

t.yonezawa@mail.glory.co.jp

ー

1◎／2◎

ー

ー

本講義では情報セキュリティーの基盤技術である生体認証技術（バイオメトリクス）に関連する画像認識技術、データ解析および画像センシング技術の理解を通して技術開発に取り組む素地を養う。本講義の到達目標は、１）情報セキュリティー、バイオメトリック認証技術、画像認識、画像センシング技術を理解すること、２）バイオメトリック認証技術および画像認識・センシング技術に用いられている基本的なデータ解析ができるようになること、である。

サブタイトル：実践的な信号処理、画像認識・識別技術を学ぶ
キーワード：バイオメトリクス認証、深層学習、画像センシング

本講義では、情報セキュリティーとバイオメトリック認証の概要、および、それらに関連のある画像認識技術と画像センシング技術の基礎および応用例を説明する。
１．情報セキュリティーとバイオメトリックス    [米澤　亨]
２．画像認識技術とバイオメトリック認証           [米澤　亨]
３．画像認識技術と多変量解析（１）                  [米澤　亨]
４．画像認識技術と多変量解析（２）                  [米澤　亨]
５．ディープラーニングの基礎（１）                  [米澤　亨]
６．ディープラーニングの基礎（２）                  [米澤　亨]
７．顔認証（１）                                                 [河田耕三]
８．顔認証（２）                                                 [河田耕三]
９．画質改善技術（１）　　　　　　   　　 　   [辻　広生]
１０．画質改善技術（２）　　　　                     [辻　広生]
１１．機械学習を用いた画質改善技術（１）　　[辻　広生]
１２．機械学習を用いた画質改善技術（２）       [辻　広生]
１３．画像センシング技術（１）                        [藤原一雄]
１４．画像センシング技術（２）                        [藤原一雄]
１５．まとめ                                                        [米澤　亨]

生成系AIの利用：
生成系AIの利用については教員の指示に従うこと。生成系AIによる出力結果をそのまま課題レポートとして提出してはいけない。
生成系AIによる出力をそのまま提出したことが判明した場合は単位を認定しない、又は認定を取り消すことがある。

独自作成のPPT

「バイオメトリクス教科書—原理からプログラミングまで 」　コロナ社

【予習】授業に際して指示するテキスト・オンデマンド教材の部分を事前読み込み（15ｈ）
【復習】レポート作成（7回、30ｈ）、講義内容の理解を深め定着させるためにテキスト・オンデマンド教材を読み直し（15ｈ）

採用しない

情報セキュリティーおよびバイオメトリック認証技術に必要なデータ解析技術に関する課題レポートを基準として、
受講態度（積極的な質問等）を含めて、総合的に、S（90点以上）,Ａ（80点以上）,B（70点以上）,C（60点以上）
による成績評価のうえ、単位を付与する。

レポートについて、原則、次の講義内で模範解答を提示し解説を行う。優れた内容、間違いのポイント等、講義の中で紹介する。（模範解答については、ユニバーサルパスポート内でも貼付する）

多変量解析、線形代数について復習し理解しておくことが望ましい。

該当しない