Numbering Code	G-INF01 63175 LE12	Year/Term	2022 ・ First semester
Number of Credits	2	Course Type	Lecture
Target Year		Target Student
Language	English	Day/Period	Tue.2
Instructor name	NISHINO KO (Graduate School of Informatics Professor) NOBUHARA SHOUHEI (Graduate School of Informatics Associate Professor) Marc A. Kastner (Graduate School of Informatics Assistant Professor)
Outline and Purpose of the Course	The goal of computer vision is to enable computers see the world. By using a camera as the eye of a computer, studies in computer vision seek to develop better means to capture and extract useful visual information from images and videos and to use such information to automatically interpret the beautiful world surrounding us. This course provides an introduction to computer vision. The first half of this course will focus on fundamental models and algorithms in computer vision, including such topics as image formation, image sensing, image filtering, edge extraction, brightness and reflectance. In the second half, we will mainly focus on computer vision applications, including various algorithms for reconstructing 3D shape (shape-from-X, stereo, photometric stereo), and recognizing objects in images. コンピュータビジョンの目標は、コンピュータが世界を見ることができるようにすることである。コンピュータの目としてカメラを使用することにより、コンピュータビジョンの研究は、画像やビデオから得られる視覚情報から私たちを取り巻く美しい世界を自動的に解釈するためのより良い方法の実現に注力している。本科目では、コンピュータビジョン理論的基盤と基礎技術の実装を学ぶ。前半では、画像形成、画像センシング、画像フィルタリング、エッジ抽出、明るさ、反射率などの話題を含む、コンピュータービジョンの基礎的モデルとアルゴリズムに焦点を当て学修を進める。後半では、三次元形状復元（ステレオやフォトメトリックステレオ）、画像内の物体認識など、基礎的アプリケーションを中心に講義をおこなう。
Course Goals	This course aims for students to (1) understand and apply fundamental mathematical and computational techniques in computer vision and (2) implement basic computer vision applications. コンピュータビジョンの理論的基盤を理解し、基礎的なアプリケーションの実装を行う。
Schedule and Contents	The lecturer for each lecture will be anounced in the first lecture. Lecture 1: Introduction Lecture 2: Image Formation Lecture 3: Image Sensing Lecutre 4: Camera Models Lecture 5: Projective Geometry Lecture 6: Image Filtering (continuous) Lecture 7: Image Filtering (discrete) Lecture 8: Motion Lecture 9: Radiometry Lecture 10: Reflectance Lecture 11: Photometric Stereo Lecture 12: Shape-from-Shading Lecture 13: Stereo Lecture 14: Structure from Motion Lecture 15: Recognition 各回の講義担当は第１回講義において周知する。 第１回：概要 第２回：画像形成 第３回：センシング 第４回：カメラモデル 第５回：射影幾何学 第６回：画像フィルタリング（連続） 第７回：画像フィルタリング（離散） 第８回：動き 第９回：Radiometry 第１０回：反射特性 第１１回：フォトメトリックステレオ 第１２回：Shape-from-Shading 第１３回：ステレオ 第１４回：Multi-View Stereo 第１５回：認識
Evaluation Methods and Policy	Evaluation will be based on programming assignments (80%) and final report (20%) using the criteria in Article 7 of Graduate School of Informatics Academic Grading Regulations. プログラミング課題（80％）及びレポート（20％）に基づいて、到達目標の達成度を総合的に判断する。
Course Requirements	Basic (undergraduate-level) understanding of Linear Algebra and Calculus will be necessary. For the assignments, one will need to program in Python (example skeleton codes will be prepared). 大学学部レベルの線形代数と微積分の基礎知識が必要である。プログラミング課題について、Pythonでの実装が推奨される。
Study outside of Class (preparation and review)	It is highly recommended to check basic techniques in mathematics such as matrix operations before the course, and students are expected to review for each class. 線形代数など基礎的な大学数学の復習を履修前に済ませ、各講義につき復習をおこなうこと。
Textbooks	Textbooks/References	Robot Vision, B.K.P. Horn, (MIT Press), ISBN:0262081598, Most of the lectures will follow this book. Although it is not required, it is highly recommended. ロボットビジョン―機械は世界をどう視るか, B.K.P. Horn, (朝倉書店), ISBN:4254200625
References, etc.	Computer Vision: Algorithms and Applications, R. Szeliski, (Springer-Verlag), ISBN:1848829345 コンピュータビジョン ―アルゴリズムと応用― , R. Szeliski, (共立出版), ISBN:432012328X Computer Vision: A Modern Approach, D.A. Forsyth and J. Ponce, (Prentice Hall), ISBN:0130851981 A Guided Tour of Computer Vision, V.S. Nalwa, (Addison-Wesley), ISBN:0201548534 Computer Vision: Three-Dimensional Data from Images, R. Klette, K.Schluns, and A. Koschan, (Springer Singapore), ISBN:9813083719