１．ＡＩによる画像処理の全体像

　　（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．画像認識に必要な特徴・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．コンピュータ負荷の少ない画像認識の手法

　　（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．ディープラーニングによる画像認識

　　（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．画像処理の応用とノウハウ

　　（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