シラバス(講義概要)データベース

シラバス

授業科目名	年度	学期	開講曜日・時限	学部・研究科など	担当教員	教員カナ氏名	配当年次	単位数
マルチメディア情報処理	2026	前期	月4	基幹理工学部／社会理工学部／先進理工学部／理工学部	福永　拓郎	フクナガ　タクロウ	3年次配当	2

科目ナンバー

SS-PI3-8C67

履修条件・関連科目等

微分積分や確率統計についての基本事項を修得していることが望ましい。

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

画像認識やその周辺技術について紹介する。最初に、画像認識を行う上で必要となる機械学習の基本（特に教師あり学習の枠組みや基礎的なアルゴリズム）について紹介する。次に、画像から有用な情報を抽出するための画像処理技法について解説する。さらに、近年画像認識で中心的なニューラルネットワークについて、基本原理・画像認識のための技術・画像生成への応用を紹介する。

科目目的

現代の画像処理技術やその周辺技術を理解して使いこなすために必要となる知識を身につける。

到達目標

画像認識のためのアルゴリズムの仕組みや背景にある数理的な考え方を理解し説明できる。そのようなアルゴリズムを自らプログラムとして実装し、実際のデータに適用することができる。

授業計画と内容

第1回　画像認識と機械学習の枠組み
第2回　最小二乗法、ロジスティック回帰
第3回　画像認識の流れ、空間フィルタリング
第4回　特徴点検出器
第5回　記述子
第6回　統計特徴抽出
第7回　コーディング・プーリング
第8回　ニューラルネットワークのモデルと学習
第9回　畳み込みニューラルネットワーク
第10回　ニューラルネットワークの実装上の工夫、トランスフォーマー
第11回　物体検出
第12回　エンコーダ・デーコーダ
第13回　変分オートエンコーダ
第14回　敵対的サンプル生成

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

授業中に適宜演習問題を出すので、解けなかった問題を復習する。

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

種別	割合（％）	評価基準
期末試験（到達度確認）	70	授業で取り上げたアルゴリズムや技術の仕組みや考え方を理解しているかどうか。
レポート	30	授業で取り上げたアルゴリズムや技術を使いこなせるかどうか。プログラムとして実装し、実際の画像に適用することができるか。

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

実施しない

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法