画像処理と3次元幾何:コンピュータビジョン基礎2
4.9 (128 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
2,997 students enrolled

画像処理と3次元幾何:コンピュータビジョン基礎2

Learn the essence of "Computer Vision: Models, Learning, and Inference", part 2
4.9 (128 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
2,997 students enrolled
Created by Toru Tamaki
Last updated 2/2017
Japanese
Price: Free
This course includes
  • 4 hours on-demand video
  • 1 article
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
What you'll learn
  • 代表的な画像処理・前処理(画素値変換,フィルタリング,検出器,記述子,次元削減,PCA)の理解
  • 同時座標の理解とピンホールカメラモデル,外部・内部パラメータ推定(キャリブレーション),三角測量に基づく3次元復元

  • 代表的な変換(剛体変換,相似変換,アフィン変換,射影変換・ホモグラフィ),パラメータ推定手法,平面シーンでのキャリブレーション方法,ホモグラフィの性質,ホモグラフィロバスト推定と応用例

Requirements
  • 線形代数(スカラ,ベクトル,行列,転置,内積,逆行列,固有値,特異値分解)
  • 確率(平均,分散,共分散行列,多変数確率分布,期待値)
  • 微分(1変数関数の極値計算・多変数関数の微分)
  • 積分(多変数関数の積分,重積分)
  • 推定手法(最尤推定,最小2乗法)
Description

このオンラインレクチャーでは,画像処理や3次元コンピュータビジョンの基礎を学ぶことができます.資料は,"Computer vision: models, learning and inference"の著者Simon Princeがwebで公開しているスライドを用いています.話題はコンピュータビジョン,画像認識が主ですが,確率モデルや最尤推定,ベイズ推定を用いた推論手法も扱っていますので,パターン認識や機械学習がどのように応用されるかを理解することができます.

スライドを動画で説明した後,復習クイズを出題しています(一部のセクションのみ).ぜひ挑戦してください(iPad/Androidアプリ版ではクイズが表示されないようですので,webで見てください).

このオンラインレクチャーでは,書籍のPart IV(Chapter 13--15)からの画像処理,カメラモデルの基礎を扱います.(Chapter 12以前のレクチャーは「ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1」です)(Chapter 16以降は含まれていません)

Computer vision: models, learning and inference

The slide is copyrighted by Simon J. D. Prince, the author of the book "Computer vision: models, learning and inference", and is available at the book website.

The use of the slide for this online lecture is approved by Simon J. D. Prince and recognized by a contact person of the book publisher. The lecturer thanks them for their kind agreement.

Who this course is for:
  • 統計的機械学習の応用を学びたい人
  • コンピュータビジョンを勉強したい人
  • 画像認識を勉強したい人
Course content
Expand all 68 lectures 04:11:49
+ はじめに
3 lectures 01:15
はじめに
00:28
まえがき:基礎1と基礎2の違い
00:00
Computer vision applications: part 2
00:47
+ Preprocessing 画像の前処理
24 lectures 01:32:54
Preprocessing 前処理とは
01:33
前処理とは
1 question
Normalization / Histogram Equalization 輝度の正規化とヒストグラム平坦化
04:22
ヒストグラム平坦化
1 question
Convolution 1 たたみ込み1
04:53
畳み込み
1 question
Convolution 2 たたみ込み2
04:34
畳み込み2
1 question
Haar Filter ハールフィルタ
06:39
Haarフィルタ
1 question
LBP
02:59
LBP
1 question
texton テクストン
04:13
texton
1 question
Canny edge detector キャニーのエッジ検出
06:37
Canny edge detector
2 questions
Corner コーナー検出
03:10
コーナー検出
1 question
Harris Corner 1 ハリスコーナー検出1
03:39
ハリスコーナー検出1
2 questions
Harris Corner 2 ハリスコーナー検出2
09:02
ハリスコーナー検出2
1 question
SIFT detector SIFT検出器
05:22
SIFT検出器
4 questions
Descriptor 記述子・特徴量
01:57
記述子
1 question
SIFT descriptor SIFT特徴量
02:16
SIFT記述子
1 question
HoG descriptor HOG特徴量
02:22
HOG
1 question
BoVW descriptor BoVWヒストグラム
02:43
BoVW
1 question
Shape context シェイプコンテキスト
02:01
シェイプコンテキスト
1 question
Demensionality reduction 次元削減
03:27
次元削減
3 questions
Line fitting 1 直線近似1
04:33
直線近似1
3 questions
Line fitting 2 直線近似2
06:05
直線近似2
2 questions
PCA 主成分分析
02:29
PCA
1 question
dual PCA 双対PCA
03:40
dual PCA
1 question
K-means K-平均
03:53
K平均
1 question
Chapter 13 summary まとめ
00:25
+ Pinhole camera model ピンホールカメラモデル
18 lectures 01:22:56
Pinhole camera model ピンホールカメラモデル
01:00
Projection to screen スクリーンへの投影
04:51
スクリーンへの投影
2 questions
Perspective as Similar triangles 透視投影は相似三角形
05:08
透視投影
2 questions
Focal length and offset 焦点距離と画像中心
03:27
焦点距離と画像中心
2 questions
Projection by pinhole camera ピンホールカメラモデルの透視投影
05:43
ピンホールカメラモデルの透視投影
2 questions
Radial distortion 歪曲収差
02:08
歪曲収差
2 questions
Three geometric problems 3つの幾何問題
06:31
3つの幾何問題
4 questions
Algebraic and geometric errors 代数的誤差と幾何的誤差
03:42
代数的誤差と幾何的誤差
2 questions
Homogenous coordinate 同次座標
05:57
同次座標
2 questions
Projection with homogeneous coordinate 同次座標による透視投影
06:11
同次座標による透視投影
2 questions
Extrinsic camera parameter calibration カメラ外部パラメータ推定
04:32
カメラ外部パラメータ推定
1 question
Solving Ab=0 を解く
10:06
Ab=0を解く
2 questions
Finding closest rotation matrix 最も近い回転行列を求める
09:19
最も近い回転行列を求める
2 questions
Orthogonal Procrustes 直交プロクルステス
02:49
直交プロクルステス
1 question
Intrinsic camera parameter calibration カメラ内部パラメータ推定
04:46
カメラ内部パラメータ推定
2 questions
Stereo reconstruction ステレオ復元
03:21
ステレオ復元
2 questions
Applications 応用
02:30
Chapter 14 Summary まとめ
00:55
+ Models of transformations 変換のモデル
23 lectures 01:14:38
Models of transformations 変換のモデル
01:19
AR application 拡張現実の例
01:01
Euclidean transformation 剛体変換(ユークリッド変換)
06:55
demo of Euclidean transformation 剛体変換のデモ
00:54
Similarity transformation 相似変換
04:35
demo of Similarity transformation 相似変換のデモ
00:48
Affine transformation アフィン変換
02:12
Projective transformation / Homography 射影変換・ホモグラフィ
05:00
demo of Projective trans / Homography 射影変換・ホモグラフィのデモ
01:08
Learning transformations 変換パラメータの推定
04:46
Learning Euclidean transformation 剛体変換パラメータの推定
04:54
Learning similarity transformation 相似変換パラメータの推定
05:14
Learning Affine transformation アフィン変換のパラメータ推定
02:29
Learning Homography ホモグラフィのパラメータ推定
06:41
Inference of transformation 推定したパラメータによる変換
02:07
Extrinsic calibration of planar scene 平面シーンの外部パラメータ推定
05:13
Intrinsic calibration of planar scene 平面シーンの内部パラメータ推定
01:59
Reconstruction of planar scene 平面シーンの3次元復元
01:19
Properties of Homography ホモグラフィの性質
05:26
RANSAC
04:24
RANSAC for multiple homographies 複数ホモグラフィのRANSAC
02:38
Applications 応用
03:06
Chapter 15 Summary まとめ
00:30