• 2020年01月06日(月) 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）．NumPyによる画像処理とOpenCVによる画像処理の違い
　　（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、フリップ処理､回転など)と透視変換
　　（５）．線検出､円検出､ラベリング処理､モルフォロジー変換
　　（６）．フィルタ処理: 畳み込み処理(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、顔検出、局所特徴量を用いた物体検出
　　（８）．動画処理､差分や混合正規分布による動物体検出

４．機械学習による画像処理の実践
　　（１）．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)､画像分類を行うための全工程
　　（３）．機械学習の種類
　　　　ａ．教師有り学習
　　　　ｂ．教師無し学習
　　（４）．多層パーセプトロンによる画像のクラス分類の実践､学習結果の利用
　　（５）．CNNによる画像のクラス分類の実践、学習結果の利用、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､
　　　　　　画像の水増し､ファインチューニング

日本テクノセンター研修室