１．AIと画像処理

（１）．画像処理とビジョンシステム

　　ａ．AI・機械学習・ディープラーニングの関係

　　ｂ．画像の表現と処理システム／GPUによる高速化

　　ｃ．画像の直交変換と圧縮

（２）．画像認識のためのフィルタ処理

　　ａ．周波数領域でのフィルタ処理

　　ｂ．オペレータによるフィルタ処理

　　ｃ．フィルタ処理と畳み込みの意味

（３）．オープンソースの活用

２．画像認識のための特徴・パターンの検出

（１）．テンプレートマッチング

（２）．局所特徴

　　ａ．Harrisのコーナの検出

　　ｂ．FASTによるコーナ検出

　　ｃ．SIFTとHOG

　　ｄ．さまざまな記述子

（３）．Bag-of-visual wordsと物体認識

３．画像認識の手法

（１）．ルールベースに基づく画像認識

（２）．機械学習による画像認識

　　ａ．特徴空間／クラスタ／次元削減

　　ｂ．プロトタイプ法／Ｋ－ＮＮ法／サポートベクターマシン

　　ｃ．ベイズ識別／決定木／部分空間法／アンサンブル学習／アダブースト

　　ｄ．クラスタリング／K-means法／ミーンシフト法

４．ニューラルネットワークとディープラーニング

（１）．ニューラルネットワークとは何か

（２）．ディープラーニング

　　ａ．活性化関数の改良／ドロップアウト

　　ｂ．訓練データと学習手順／ミニバッチ学習／バッチサイズ／エポック数

　　ｃ．訓練データの作成／前処理／データ拡張／ハイパーパラメータ

　　ｄ．転移学習とファインチューニング

（３）．畳み込みニューラルネットワーク（CNN）

　　ａ．畳み込み層／プーリング層／出力層

　　ｂ．Fast R-CNN／YOLO／セグメンテーション／MOT／Open-Pose

　　ｃ．CNNのネットワークモデル（AlexNet・VGGNet・GoogLeNet・ResNet）

（４）．オートエンコーダ

（５）．敵対的生成ネットワーク

５．画像処理の応用

（１）．３次元画像処理とレンジファインダ／LiDAR

（２）．動画像を用いた認識／行動認識／SLAM／３D CNN

（３）．RNNとLSTM

（４）．組立工程や検査工程への応用

（５）．ディープラーニングによる画像診断支援

（６）．説明可能なAIとネットワークの可視化

（７）．顔の認証