Numbering Code		Year/Term	2022 ・ Second semester
Number of Credits	2	Course Type	Lecture
Target Year		Target Student
Language	English	Day/Period	Fri.1
Instructor name	KAWASHIMA HIROAKI (Graduate School of Informatics Associate Professor) NOBUHARA SHOUHEI (Graduate School of Informatics Associate Professor) Xuefeng Liang (Graduate School of Advanced Integrated Studies in Human Survivability Distinguished Visiting Professor)
Outline and Purpose of the Course	２次元の画像データから、そこに写された３次元物体に関する情報を抽出するために必要となる、カメラモデル、特徴抽出、カメラ校正、ステレオ視、および、多視点視を数学的に統一した枠組みで論じる。また、３次元情報抽出の具体的な手法とアルゴリズムについて講述し、その応用についても言及する。
Schedule and Contents	■コンピュータビジョンの目的 画像処理、パターン認識、コンピュータグラフィックスとの違いを意識しながら、コンピュータビジョンという研究分野の目的および研究課題、これまでの研究の流れを概説する。 ■画像処理と特徴抽出 画像からの特徴抽出や領域分割のアルゴリズムについて、Harris、SIFT、Mean-shiftなどの事例紹介を含めて述べる。 ■カメラの撮影パラメタ コンピュータビジョンで用いられるカメラについて、光学系や撮像装置における撮影パラメタ（レンズ焦点距離、絞り、ガンマ値など）の持つ物理的意味を紹介し、それらの調整法を講述する。 ■カメラモデル・カメラキャリブレーション ３次元空間中の点が画像平面上に投影される様子を幾何学的に記述するモデルについて講述し、焦点距離などのカメラパラメタの較正法に関するアルゴリズムを紹介する。 ■射影幾何基礎 種々のカメラモデルを統一的に記述するために必要となる数学的道具としての射影幾何を紹介し、そこで用いられている基本的な考え方や概念を述べる。 ■立体視と形状復元 異なる２視点から得られるステレオ画像を幾何学的に扱う際に基礎となるエピポーラ拘束について講述し、立体視による形状復元の原理を多視点への拡張とともに述べる。 ■陰影モデル 画像上の陰影パターンは、光源、物体表面、カメラの特性・位置関係から決まる。ここでは、物体表面の標準的反射モデルを幾つか紹介し、反射特性に基づいて画像上の陰影パターンを解析することによって物体の３次元形状復元を行う手法を講述する。 ■時系列画像と運動解析 時系列画像から対象の３次元形状や運動情報を復元するアルゴリズムについて、因子分解法やオプティカルフローなどの事例紹介を含めて述べる。 ■総合討論 講義で講述した知識やコンピュータビジョン研究の将来像に関して、討論形式で意見交換を行う。
Evaluation Methods and Policy	講義中に提示するレポートおよび総合討論により行う。
Course Requirements	線形代数の予備知識
References, etc.	コンピュータビジョン―技術評論と将来展望―(1998), 松山, 久野, 井宮編, (新技術コミュニケーションズ), ISBN:4915851176 Computer Vision: Algorithms and Applications, Richard Szeliski, (Springer-Verlag), ISBN:1848829345