画像処理と3次元幾何：コンピュータビジョン基礎2
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
- 00:28はじめに
- 00:06まえがき：基礎1と基礎2の違い
- 00:47Computer vision applications: part 2
Instructor
![Toru Tamaki](data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.3 Instructor Rating
- 3,500 Reviews
- 24,782 Students
- 6 Courses
コンピュータビジョン，画像認識，パターン認識，動画像処理，医用画像処理などを専門とする．電子情報通信学会和文誌D編集委員，PRMU委員，MI委員．情報処理学会CVIM委員，GCAD委員など歴任．2001年新潟大学助手，2005年広島大学准教授．2020年名古屋工業大学教授．翻訳書に「コンピュータビジョン ―アルゴリズムと応用―」「統計的学習の基礎」「スパースモデリング」（共立出版）「Pythonで体験するベイズ推論」（森北出版）．電子情報通信学会シニア会員．情報処理学会，IEEE，IEEE Computer Society等会員．