• 2019年10月01日(火) 10:30 ~ 17:30

１．画像処理のためのPythonプログラミング
　　（１）． Pythonの概要、他言語との違い、インストール方法
　　（２）． 基本となるデータ型と演算子(算術演算子、代入演算子など)
　　（３）． リスト型データの定義、要素へのアクセス、操作
　　（４）． 制御構造(条件分岐、繰り返し処理)
　　（５）． 関数とは何か、その定義と実行
　　（６）． クラスの定義、利用

２．画像処理、機械学習と一緒に使われるライブラリ
　　（１）． グラフ作成・表示処理(Matplotlib)
　　（２）． 数値計算処理(NumPy)

３．画像処理の基礎と応用
　　（１）． 画像処理の基礎: ピクセルとは何か？画像の読み込み、表示、保存
　　（２）． 静止画処理、動画処理
　　（３）． 画像の色変換: グレースケール変換、2値処理(閾値処理､大津の手法)､反転処理
　　（４）． アフィン変換： 拡大縮小、回転など
　　（５）． 線検出､円検出､ラベリング処理　
　　（６）． フィルタ処理: コンボリューション処理(ブラー、エッジ抽出、ノイズ処理)､メディアン処理
　　（７）． テンプレートマッチング、差分による動物体検出
　　（８）． 顔検出、局所特徴量を用いた物体検出

４．機械学習による画像処理
　　（１）． 機械が学習するとは？人工知能、機械学習、深層学習の違い
　　（２）． 人工ニューロン、単純パーセプトロン、多層パーセプトロン(MLP)、ニューラルネットワーク(NN)
　　（３）． 教師有り学習、教師無し学習、強化学習
　　（４）． 畳み込みニューラルネットワーク(CNN) データの前処理＋コンボリューション処理＋ニューラルネットワーク
　　（５）． CNNによる画像のクラス分類、学習結果の利用、クロスバリデーション、ドロップアウト
　　（６）． 自前の画像データを用いた画像の機械学習手法､学習済みネットワークの活用､ファインチューニング手法

日本テクノセンター研修室