Syllabus data
|
Teacher name ： Shinsaku Hiura
|
Course Title
Computer Vision
Course Title in English
Computer Vision
Course Type
-
知能情報分野科目
Eligible Students
Graduate School of Engineering
Target Grade
1Year
Course Numbering Code
HETMN5MCA1
Credits
2.00Credits
The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.
Type of Class
講義 (Lecture)
Eligible Year/Semester
Spring semester 2026
(Spring semester)
Instructor
Shinsaku Hiura,Keita Morimoto
Affiliation
工学研究科
Language of Instruction
Japanese
Related SDGs
9
Office Hours and Location
随時、メールによる事前連絡が必要
Contact
hiura@eng.u-hyogo.ac.jp, morimoto@eng.u-hyogo.ac.jp
Corresponding Diploma Policy
A double circle indicates the most relevant DP number and a circle indicates the associated DP.
Corresponding Undergraduate School DP
ー
Corresponding Graduate School DP
1◎／2〇
Corresponding University-Wide DP
N/a
Academic Goals of Teacher Training Course
ー
Course Objectives and Learning Outcome
講義目的:
実シーンを撮影した画像から被写体の形や動きを把握するコンピュータビジョン技術は、産業における省力化・自動化や、安全で安心な社会の実現にとって欠かせないものとなっている。本講義では、コンピュータビジョン技術の基礎と代表的な原理・技術について広く理解することを目的とする。 到達目標: 画像センサの仕組みを説明でき、それを数学的に取り扱うことができる。さらに、パターン認識や３次元計測等のコンピュータビジョン技術の基礎理論と代表的技術を理解し、応用することができる。 Subtitle and Keywords of the Class
サブタイトル：画像センサと画像の認識・理解
キーワード：カメラ、レンズ、画像処理、フィルタ、３次元計測、パターン認識、機械学習、コンピュテーショナルフォトグラフィ Course Overview and Schedule
第１回：画像センサの基礎と歴史（日浦）
第２回：レンズの働きと特性（日浦） 第３回：線形・非線形画像フィルタ（森本） 第４回：画像のフーリエ変換とフーリエ逆変換（森本） 第５回：畳み込み演算と空間周波数フィルタ（森本） 第６回：二値画像処理（森本） 第７回：距離計測・形状計測（日浦） 第８回：カメラの幾何学と数理（日浦） 第９回：因子分解法とマルチビューステレオ法への発展（日浦） 第１０回：動画像解析（日浦） 第１１回：フォトメトリックステレオ法（日浦） 第１２回：コンピュテーショナルフォトグラフィ（日浦） 第１３回：画像の局所特徴量の抽出（森本） 第１４回：画像特徴量と機械学習（森本） 第１５回：畳み込みニューラルネットワーク（森本） In-person/Remote Classification
In-person
Implementation Method and Remote Credit Limit Application
Uses of Generative AI
Limited permission for use
Precautions for using Generative AI
生成ＡＩの利用にあたっては 『本学の教育における生成ＡＩの取扱いについて（学生向け） 』の記載内容について留意すること。
この授業においては、 授業中に明示する範囲において、 生成ＡＩの利用を許可し、これ以外の範囲での利用は禁止する。 生成ＡＩの利用については担当教員の指示に従うこと。 教員が認める範囲を超えて生成ＡＩを利用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。 生成ＡＩの出力した内容について、 事実関係の確認や出典・参考文献を確認・追記することが重要である。また、生成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ならない。 Textbook
電子的に資料を配布する。ウェブページ（例：CVF Open Access, https://openaccess.thecvf.com/menu )の閲覧等を含む。
References
ディジタル画像処理[改訂新版]，CG-ARTS協会，2015．
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
【予習】コンピュータビジョン分野の英語論文の読解（30ｈ）、プレゼンテーションの準備（20ｈ）
【復習】配布資料の読み直し（10ｈ） Contents of Active Learning
講義終盤で、自らの研究テーマや興味に応じた論文を選び、その内容を理解したうえで、短時間の紹介（プレゼンテーション）を行う。 Grading Criteria and Methods
講義の終盤において、CVPR・ICCV等のトップカンファレンスから論文を選択し、受講者全員に対し10分間の論文紹介を行う。
そのプレゼンテーションの評価(100%)により成績を付与する。 How to Disclose Assignments and Exam Results
論文紹介について講評を行う。
Precautions and Requirements for Course Registration
Practical Education
該当しない
Remarks
In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.
|
