『画像理解・パターン認識の基礎と応用』
書籍内容の詳細確認・販売会社ＵＲＬ▼をクリック
http://ec.techzone.jp/products/detail.php?product_id=472
【著者】 京都工芸繊維大学 名誉教授(工学博士) 塩山忠義 氏
【発行年月】2010年2月22日 B5判、160頁
【定価】 52,290円(税込)
【内容項目】
第1章 画像理解の基礎
1.1 3D 空間から画像への射影
1.1.1 中心射影
1.1.2 弱中心射影
1.1.3 擬似中心射影誕生の背景と経緯
1.2 カメラパラメータ
1.2.1 内部パラメータ
1.2.2 外部パラメータ
1.3 三角測量による3次元復元
1.3.1 エピポーラ拘束
1.3.2 ステレオ法
1.3.3 レンジファインダ
1.4 単眼視による3次元復元
1.4.1 8点アルゴリズム
1.4.2 オプティカルフローによる3次元復元
1.4.3 Shape from Shading
1.4.4 Dichromatic reflection model
第2章 パターン認識の基礎
2.1 画像処理手法
2.1.1 平滑化フィルタ
2.1.2 エッジフィルタ
2.1.3 ハフ変換
2.1.4 ガボール変換(Gabor transformation)
2.1.5 ウェーブレット変換(Wavelet transformation)
2.2 統計的特徴抽出
2.2.1 直交展開
2.2.2 PCA(Principal Component Analysis)
2.2.3 固有空間法
2.2.4 大規模行列の固有値問題の解法
2.2.5 LDA(Linear Discriminant Analysis:線形判別分析)
2.3 カテゴリー決定法
2.3.1 ベイズ決定法
2.3.2 フィッシャーの線形判別法
2.3.3 パターン・マッチング
2.3.4 MDD(Minimum Distance Decision)則
2.4 射影不変量
2.4.1 射影変換
2.4.2 射影不変量
2.5 アフィン不変量
2.5.1 アフィン変換
2.5.2 アフィン不変量
2.6 学習法
2.6.1 SVM(Support Vector Machine)
2.6.2 RVM(Relevance Vector Machine)
2.6.3 AdaBoost アルゴリズム
第3章 画像理解・パターン認識の最近の動向
3.1 多重特徴を用いるBayesian Filterによるロバストなトラッキング
3.1.1 数学的準備
3.1.2 ロバストなトラッキングに用いられる特徴
3.1.3 トラッキング・アルゴリズム
3.1.4 実験結果
3.2 時空的前後関係を利用する複数ターゲットの追跡
3.2.1 確率モデル
3.2.2 ターゲット追跡
3.2.4 逐次PPCA
3.2.5 実験結果
3.3 エピポーラ制約に優る幾何制約による移動物体領域の検知
3.3.1 移動物体領域検知の流れ
3.3.2 移動物体検知のための諸定義
3.3.3 エピポーラ制約の限界
3.3.4 Structure Consistency制約
3.3.5 アルゴリズムの実施法
3.3.6 実験結果
3.4 Matting problem の効率的解法
3.4.1 αmatte
3.4.2 Cost function
3.4.3 User input による制約
3.4.4 scribbleの位置決めのガイドとしてのeigenvector
3.4.5 結果
3.5 正準相関を用いた判別分析に基づく認識
3.3.1 諸定義
3.5.2 正準相関
3.5.3 判別分析のための変換行列T
3.5.4 変換T を求める反復アルゴリズム
3.5.5 実験結果
3.6 Mean Shiftによる特徴空間解析-不連続性を保持する平滑化と領域分割への応用
3.6.1 Mean Shift
3.6.2 Mean Shiftの応用
3.7 射影不変量の構成
3.7.1 基本的な定義
3.7.2 基本的射影変換
3.7.3 射影不変量の構成
3.8 透視(中心)射影の下でのshape from texture
3.8.1 Shape from textureの原理
3.8.2 Deformation gradient
3.8.3 Textre gradient equation
3.9 PCAとLDAの各弱点を克服する判別共通ベクトル法
3.9.1 判別共通ベクトル
3.9.2 実験結果
3.10 ベイズ則を用いた特徴成分選択を伴う識別法
3.10.1 確率的カーネル識別関数
3.10.2 EMアルゴリズムによるMAPパラメータ推定
3.10.3 実験結果
