科目コード	2032103
科目名 (英語名)	イメージセンシング実習 (Training of Image Sensing)
対象学科	知能電子システム科
開講時期	2年　前期
担当教員	間宮明
単位数	４単位
開講形態	実習
授業概要	【目的】 本講義では、画像データを処理し活用するために必要な技術について学ぶ。画像センシング技術は近年大きく進歩し、そこには機械学習（ＡＩ）の進化が大きく影響している。機械学習による認識技術とあわせ、そのために必要な前処理についても適切に行えるよう、その具体的な手法を学ぶ。 【到達目標】 各種画像データの構造について説明できる 画像認識のための前処理を適切に行うことができる 基本的な画像処理技術を活用したシステムを作成できる 画像を取り込みながら認識を行うシステムが実現できる 画像認識に機械学習を活用できる 【科目の位置付け】 ICTの応用技術を学ぶものであり、本校教育・育成の重点事項①、知能電子システム科教育目標②⑤に対応する科目である。
授業計画	【授業の方法】 Pythonを用い、実際に画像処理、画像認識プログラムの作成を行いながら理解を深めていく。資料配布、課題提示、課題提出はe－learningを通じて行う。イメージセンシング基礎実習と連動して授業を進める。 【日程】 第１回 はじめてのOpenCV 第２回 画素数、画像解像度、階調数 第３回 画像ファイルフォーマット 第４回 色 間、色変換、 第５回 ヒストグラムの表示、濃度変換 第６回 2値化、閾値処理 第７回 膨張処理、収縮処理、穴埋め処理 第８回 フィルタリング処理、ノイズ除去 第９回 幾何学変換 第１０回 特徴抽出 第１１回 特徴量の利用（さいころの目の計測）（１） 第１２回 特徴量の利用（さいころの目の計測）（２） 第１３回 DNNモデルを試す 第１４回 物体検出と学習モデルの作成 第１５回 Yoloによる物体検出（アノテーション作業） 第１６回 Yoloによる物体検出（再学習と評価）
成績の評価	【基準】 基本的な画像処理・認識手法を理解し、それらを手法を組み合わせて利用できるかを評価基準とする。 【方法】 4回のレポート課題（各25点）の合計点で評価し、60点以上を合格点とする
教科書・参考図書	教科書：プリント配布 参考図書：
その他	【履修にあたり】 e－learning上に資料、レポート課題をアップします。レポート提出課題が出た場合は、提出期限までにe－learningから必ず提出（アップロード）してください。イメージセンシング基礎と連動して実習を進めます 【この授業・実習に必要な機材】 特になし。