科目名	メカトロニクス�U
単位数	2.0
担当者	システム工学専攻　教授　李　仕剛
履修時期	前期
履修対象	３年
講義形態	講義
講義の目的	視覚は、人間の日常生活において重要な役割を果たしている。機械の目として用いられるカメラから獲得された画像の情報処理は、機械の知能化に欠かせない基礎技術の１つである。本講義では，撮影のカメラモデル、ディジタル画像の生成、画像フィルタリング、幾何変換、画像の特徴検出とマッチングの基礎知識に加え、パターン認識、深層学習といった最近の画像処理技術の進展も習得する。また、理論の理解を深めるため、コンピュータを利用した演習を行う。
到達目標	1. 画像情報処理の基礎用語、適用分野について理解し説明できること。　【知識2，技能1】【思考力・判断力，表現力】 2. 画像情報処理の代表的なアルゴリズムの内容、働き、結果等について理解し説明できること。　【知識2，技能1】【思考力・判断力，表現力】 3. 画像情報処理の演習課題のレポート課題を完成し、結果と考察を含め分かりやすくまとめることができること。　【知識2，技能1］【思考力・判断力，表現力】
受講要件	プログラミング�T、プログラミング�T演習、プログラミング�U、プログラミング�U演習の受講済みが望ましい
履修取消の可否	可
履修取消不可の理由
事前・事後学修	プログラミング�T、プログラミング�T演習、プログラミング�U、プログラミング�U演習の受講済みが望ましい。 教科書の指定範囲を読む。また、授業時間以外の自主的学習時間として、合計30時間程度を想定する。．
講義内容	1第１回　イントロダクション 第２回　ディジタル画像の撮影 第３回　画像の性質と色空間 第４回　画素ごとの濃淡変化 第５回　演習課題１ 第６回　領域に基づく濃淡変換(空間フィルタリング) 第７回　周波数領域におけるフィルタリング 第８回　幾何学的変換 第９回　２値画像処理 第10回　演習課題２ 第11回　領域処理 第12回　パターン・図形・特徴の検出とマッチング 第13回　パターン認識 第14回　深層学習による画像認識と生成 第15回　演習課題３
期末試験実施の有無	実施しない
評価方法・基準	【評価の方法】 小テスト（30％），演習課題レポート（3 x 10％）により総合的に評価する． 各回の小テストの他に、最終回にまとめの小テスト（40％）を行う． 【評価の基準】 画像処理に必要な基礎知識についての理解度． 秀〜不可の判定については，「学習の手引き」の 記載基準に従って行う．
教科書等	教科書： 「ディジタル画像処理 [改訂第二版]」，CGーARTS協会，2020．
担当者プロフィール	教員室：情報科学部棟8階863号室 大阪大学助手、広島市立大学助教授、岩手大学准教授、鳥取大学教授を経て、2015年4月広島市立大学教授として着任、現在に至る。専門分野は、コンピュータビジョン、ロボットビジョン、知能システムなど。現在、全方位画像を扱う球面視覚、視線や脳波などの生体情報を利用したマンマシンインタフェースに関する研究に従事。システム工学専攻のインタフェースデザイン講座所属。 学習指導・支援について：授業内容に関する質問や相談は随時受けつけますが，居室を訪ねる場合には，授業前後の空き時間や電子メールなどで事前にアポイントメントを取るようにしてください．
講義に関連する実務経験
課題や試験に対するフィードバック	講義で課した小テストと課題は授業中で解説を行う．
アクティブ・ラーニング
キーワード	カメラモデル、画像のディジタル化、画像フィルタリング、幾何変換、画像の特徴検出とマッチング、パターン認識、深層学習
備考	2019年度以前に入学した学生に対してのみ開講されます．