-
Learn the essence of "Computer Vision: Models, Learning, and Inference", part 2
What you'll learn:- 代表的な画像処理・前処理（画素値変換，フィルタリング，検出器，記述子，次元削減，PCA）の理解
- 同時座標の理解とピンホールカメラモデル，外部・内部パラメータ推定（キャリブレーション），三角測量に基づく3次元復元
- 代表的な変換（剛体変換，相似変換，アフィン変換，射影変換・ホモグラフィ），パラメータ推定手法，平面シーンでのキャリブレーション方法，ホモグラフィの性質，ホモグラフィロバスト推定と応用例
このオンラインレクチャーでは，画像処理や3次元コンピュータビジョンの基礎を学ぶことができます．資料は，"Computer vision: models, learning and inference"の著者Simon Princeがwebで公開しているスライドを用いています．話題はコンピュータビジョン，画像認識が主ですが，確率モデルや最尤推定，ベイズ推定を用いた推論手法も扱っていますので，パターン認識や機械学習がどのように応用されるかを理解することができます．
スライドを動画で説明した後，復習クイズを出題しています（一部のセクションのみ）．ぜひ挑戦してください（iPad/Androidアプリ版ではクイズが表示されないようですので，webで見てください）．
このオンラインレクチャーでは，書籍のPart IV（Chapter 13--15）からの画像処理，カメラモデルの基礎を扱います．（Chapter 12以前のレクチャーは「ベイズ推定とグラフィカルモデル：コンピュータビジョン基礎1」です）（Chapter 16以降は含まれていません）
Computer vision: models, learning and inference
The slide is copyrighted by Simon J. D. Prince, the author of the book "Computer vision: models, learning and inference", and is available at the book website.
The use of the slide for this online lecture is approved by Simon J. D. Prince and recognized by a contact person of the book publisher. The lecturer thanks them for their kind agreement.
Overview
