理工学研究科Graduate School of Science and Engineering
HUI500X3（人間情報学 / Human informatics 500）情報信号処理工学特論２Signal Processing (Ⅱ)
周 金佳Jinjia ZHOU
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 理工学研究科Graduate School of Science and Engineering |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | YB013 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 秋学期授業/Fall |
| 曜日・時限Day/Period | 木3/Thu.3 |
| 科目種別Class Type | |
| キャンパスCampus | 小金井 |
| 教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
| 配当年次Grade | |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience | |
| カテゴリーCategory | 応用情報工学専攻 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This lecture will introduce the basic image/video processing algorithms including transformation, compression/coding, filtering, resampling etc. The goal is to get familiar with the image and coding technologies.
Before/after each class, students are expected to spend 1 hour understanding the course content.
The final grade will be calculated by final examination (40%) and reports (60%).
授業で使用する言語Default language used in class
英語 / English
授業の概要と目的（何を学ぶか）Outline and objectives
本講義では，ディジタル画像・映像処理の基本アルゴリズム（色の変換法，圧縮符号化，フィルタリングとリサンプリングなど）について講述する。
到達目標Goal
１）ディジタル画像・映像の構成や各種変換処理について理解できる。
２）各種画像・映像の圧縮方法について説明できる。
３）各種画像・映像の強調、解析手法について説明できる。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか（該当授業科目と学位授与方針に明示された学習成果との関連）Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」「DP2」「DP3」に関連
授業で使用する言語Default language used in class
英語 / English
授業の進め方と方法Method(s)（学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. ）
パワーポイント、板書と視聴覚メディアを活用しながら講義形式ですすめる。
毎回プリントを配布する。
グループワークとグループ発表（全３回）を行う。
講義内容に関連した演習課題（プログラミング課題も含む）を必要に応じて出題し，レポートを「学習支援システム」を通じて提出する。
フィードバックも「学習支援システム」を通じて行う予定です。
アクティブラーニング（グループディスカッション、ディベート等）の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク（学外での実習等）の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching：対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
1[未定/undecided]：導入
Introduction
ディジタル画像・映像処理の歴史、様々な画像・映像処理を応用例とともに紹介する。
Introduce the digital image/video processing history and related applications
2[未定/undecided]：視覚の基本特性
biological vision
光と視覚の基本特性
Basic features of biological vison and digital image sensing.
3[未定/undecided]：色彩情報の表現
Color space
色の表現法（RGB、YCbCr表色系）。
Various way to represent color (RGB, YCbCr, HSV, etc.)
4[未定/undecided]：ディジタル画像・映像
Basic concepts of digital image and video
量子化，解像度とピクセルなどについて学ぶ。
Introduce the basic concepts of digital image and video including quantization, resolution, pixel
5[未定/undecided]：画像・映像の前処理
preprocessing technologies
空間フィルタ，直交変換（ＤＣＴ，ＤＦＴなど）について学ぶ。
Introduce filtering, and transform technologies
6[未定/undecided]：グループ発表
group presentation
グループ発表を行う。
Group presentation
7[未定/undecided]：リサンプリング
Image resampling
デジタル画像を拡大・縮小する際に、ドットとドットの間の補間方法(sub-sampling and super-resolution)について学ぶ。
Introduce the sub-sampling and super resolution technologies from image resampling.
8[未定/undecided]：エッジ検出
Edge detection
エッジ検出について学ぶ。
Introduce edge detection technologies.
9[未定/undecided]：畳み込みニューラルネットワークによる画像・映像の解析技術
Convolutional neural network for image and video processing.
畳み込みニューラルネットワークによる画像と映像の解析について学ぶ。
Introduce the basic concept of convolutional neural network and how to use it for image/video processing.
10[未定/undecided]：敵対的生成ネットワーク
Generative adversarial networks
敵対的生成ネットワークの原理を学ぶ
Learn the theory of generative adversarial networks
11[未定/undecided]：グループ発表
group presentation
グループ発表を行う。
Group presentation
12[未定/undecided]：画像圧縮符号化
Video coding technologies
静止画像符号化方式の標準（JPEG）について学ぶ。
13[未定/undecided]：映像圧縮符号化
Video coding technologies
動画像符号化方式（H.264/AVC, H.265/HEVC, H.266/VVC)について学ぶ。
Learn the video coding standards
14[未定/undecided]：まとめ
と発表
Summary and final presentation
講義全体をまとめ,理解を確かめる。
発表を行う。
Summary and final presentation
授業時間外の学習（準備学習・復習・宿題等）Work to be done outside of class (preparation, etc.)
【本授業の準備・復習時間は、各1時間を標準とします。】講義内容に関連した演習課題（プログラミング課題も含む）を必要に応じて出題し，レポートを「学習支援システム」を通じて提出するようにして，授業時間外の学習を行う。本授業の準備・復習時間は、各1時間を標準とします。
テキスト（教科書）Textbooks
”Digital Image Processing,” Rafeal C.Gonzalez, Richard E.Woods, Pearson Education/PHI.
参考書References
”Digital Video Processing,” A. Murat Tekalp, Prentice Hall.
成績評価の方法と基準Grading criteria
成績はグループ発表40%、レポート課題 60%として評価する。
成績評価は 100 点満点とし、60 点以上が合格となります。
学生の意見等からの気づきChanges following student comments
特になし。
その他の重要事項Others
オンラインでの開講となった場合、オンライン授業の方法や授業計画の変更、成績評価方法の変更などについては、学習支援システムでその都度提示する。担当教員から学習支援システムを通じた連絡がないか、日ごろからよく確認するようにしてください。