目次
第1章 画像センシング現場の技術深訪
01 安全運転支援・自動運転
- 自動車運転と画像センシング技術
- 安全運転支援と自動運転
- 車線逸脱防止支援
- 衝突防止・衝撃軽減
02 医療支援・健康サポート
- 画像診断支援技術
- エキスパート知見の導入・アテンションマップ
- 健康維持・増進のための画像センシング
03 生体認証システム
- 生体認証のモダリティ
- 生体認証の流れ
- 生体認証システムの実例
04 マシンビジョン/検査
- 進化する産業界の外観検査
- 外観検査・検品タスクと画像処理技術の関係
- 異常検知問題
- センサーとしてのカメラの丁寧な理解
- 大きさの計測
- 感覚量の計測
- バーコードとQRコード
05 バーチャルリアリティ・ミックスドリアリティ
- エンタテインメント
- ナビゲーション
- 高臨場感メディア
- 人間拡張
06 スポーツ
- 進化するスポ―ツ支援システム
- 競技・コーチング支援
- 判定支援
- 観戦者支援
07 農林水産・畜産・食品
- 水産業支援の概況
- 進む資源調査技術の実用化
- 農業支援の概況
- 広域場で活躍するドローンも
- 畜産業支援の概況
- 非接触で個体の体重測定も可能に
08 環境・リモートセンシング
- リモートセンシング技術とは
- リモートセンシングの時間・スペクトル・空間分解能
- 写真測量による3次元計測
- 画像データから社会・経済情報への変換
第2章 画像センシングのキホン ～センサーから画像処理まで～
09 画像処理と流れ
- 画像処理の2つの目的
- 画像処理システムの基本構成
10 デジタルカメラと画像ファイル形式
- デジタルカメラ
- Cマウント・CSマウントカメラ
- ビデオカメラ
- カメラのIF（インターフェイス）
- 画像のファイル形式/JPEG形式
- 画像のファイル形式/RAW形式
11 イメージセンサー
- 半導体イメージセンサーとCCDセンサー
- CMOSイメージセンサー
- 色の記録方式/単板式と三板式
- 方式の特徴と使い方
12 光学系
- ピンホールカメラと透視投影
- 周辺減光と回折
13 照明
- 画像センシングのための照明
- 比視感度曲線とは
- カメラの分光感度
- 照明の心得
14 画像データのキホン
- 画像データの格納方式
- データの効率的な格納法と画像符号化法
- JPEG方式の原理
15 画像デジタル表現のキホン
- 画像デジタル化のあらまし
- シャノンの標本化について
- OKQT量子化法について
- 少しディープなデジタル化技術の話題
16 カラー情報の扱い
- 物理現象としての色の扱い
- 人の視覚に映る色の扱い
- さまざまな表色系
17 画像ヒストグラム
- デジタル画像とピクセルと統計的性質
- 共起ヒストグラム
第3章 画像処理技術の詳細 ～パターン検出と画像識別～
18 濃淡変換処理
- 画像の濃淡とヒストグラム
- ヒストグラムから見る画像の統計量
- 画素単位の濃淡変換
19 形状処理
- 縮小・膨張処理
- ラベリングによる対象抽出
20 空間フィルタリング
- 空間フィルタとは?
- 画像処理における畳み込み
- さまざまな空間フィルタ
- 画像深層学習における「畳み込み」
21 特徴抽出の流れ
- 画像マッチングと特徴抽出の流れ
- テンプレートマッチング
- マッチングのための大局特徴と局所特徴
- マッチングの演算手法
22 さまざまな画像特徴量
- 画像における空間周波数
- フーリエ変換を利用した周波数解析
- 画素値に基づく局所画像特徴
- 輝度勾配に基づく局所画像特徴量
23 特徴点検出
- パッチの変化に基づくコーナー検出
- 微分計算に基づくブロブ検出
24 図形要素の検出
- エッジ検出
- 輪郭線検出
25 画像マッチング
- テンプレートマッチングの概要
- 進化計算の活用
26 形状マッチング
- ハフ変換による円の検出
- 楕円と四角形の取得
- 複雑な形状のマッチング
- 非剛体物体の形状マッチング
27 特徴点マッチング
- 特徴点マッチングの流れ
- RANSACによる外れ値の除去
- 特徴点マッチングの利用例
- AIを活用したより頑健なマッチング
第4章 最先端画像センシング技術
28 画像認識の流れ
- 深層学習による手法とハンドクラフトな手法
- 画像認識の流れと実装の心得
29 画像認識のための特徴抽出
- 人の知見（形式知）による特徴抽出
30 画像識別
- 画像識別と特徴空間
- プロトタイプと識別超平面
31 機械学習による画像認識
- 画像認識に機械学習が登場
- 機械学習の有力な手法群
32 顔画像認識
- 顔検出
- 顔認識
- 顔認証
33 ニューラルネットワークと深層学習
- ニューラルネットワークの歴史
- MLP
- 活性化関数
- モデル最適化
- 誤差逆伝播法
34 Convolutional Neural Network（CNN）
- ネットワークの全体像
- 畳み込み層
- プーリング層
35 Transformer
- Transformer・Vision Transformer
- Transformer:自然言語処理モデル
- Vision Transformer:画像認識モデル
- EmbeddingとPositional Encoding
- Multi-Head Self-Attenton
36 教師あり学習
- 画像識別（Image Classification）
- 人間によるアノテーションの限界
37 自己教師あり学習
- 自己教師あり学習の背景
- 疑似タスク:ジグソーパズル法
- 対照学習法の台頭
- 自然言語処理の学習方法から誕生した復元タスク
38 数式ドリブン教師あり学習
- 数式ドリブン教師あり学習の背景
- Fractal Database（FractalDB）
- 数式ドリブン教師あり学習の動向
39 事前学習
- 事前学習がもたらす効果
- 事前学習データセットにおける重要性
40 転移学習
- 転移学習の概説
- 画像認識モデルにおける転移学習
- 転移学習方法
- 基盤モデルによる転移学習
41 データ拡張
- 単一画像によるデータ拡張
- 複数画像を混合させるデータ拡張
- 自動データ拡張
第5章 さまざまなタスク
42 行動認識と時空間モデル
- 行動認識
- 時空間モデルの変遷
- Two-Stream Convolutional Networks（Two-Stream CNN）
- 3D CNN
- SlowFast Network
43 3D認識
- 深層学習による3D認識
- ボクセルによる3D認識
- 3次元点群による3D認識
44 異常検知
- 異常検知の概説
- AutoEncoderを用いた教師なし異常検知手法
45 行動予測
- 行動予測と動作予測
- 経路予測
46 物体検出
- 物体検出の学習方法
- Faster R-CNNの概要
47 いろいろなセグメンテーション
- セグメンテーションとは?
- セマンティックセグメンテーション
- インスタンスセグメンテーション
- パノプティックセグメンテーション
- セグメンテーションに関する最近の話題
48 画像生成・画像変換
- 画像生成・画像変換とは?
- 画像生成（敵対的生成ネットワーク:GAN）
- 画像変換
第6章 画像センシングを支えるツール & Tips ～ハード，ソフトからデータセットまで～
49 ハードとソフト（1）GPU
- NVIDIA社のGPU
- NVIDIA社以外のGPUの利用
50 ハードとソフト（2）SoC
- 推論向けハードウェア
- 多種多様なエッジデバイス
- エッジデバイスの補強
51 ハードとソフト（3）クラウドサービス
- Google Colaboratory
- ノンプログラミング環境
52 ハードとソフト（4）新しいカメラ
- デプスカメラ/Kinect
- デプスカメラ/RealSense
53 画像識別データセット
- ImageNetとは
- 大規模データセットとしての有用性
- ImageNetの問題点
54 動画認識用データセット
- Human Motion Database（HMDB）
- Kinetics
55 3次元物体認識
- 形状分類データセット
- 物体検出における代表的なデータセット
56 物体検出&セマンティックセグメンテーション
- Pascal VOC
- MS COCO
57 最新情報の収集
- 国内におけるシンポジウムと研究会
- cvpaperchallenge
【COLUMN】
- 01 傷の『KIZKI』アルゴリズム，万能検査機の風雲児
- 02 フーリエ変換
- 03 大局視覚の有力株，ハフ変換の見どころ