型番：
| 商品名 |
コンピュータビジョン 最先端ガイド2 − CVIMチュートリアルシリーズ − ―Mean-Shift, Kernel Method, Local Image Features, GPU― |
| 編 |
八木康史／斎藤英雄 |
| 著 |
藤吉弘亘／山下隆義／岡田和典／前田英作 (NTT コミュニケーション科学基礎研究所)／ノジク・ヴァンソン／石川 尋代／ドゥソルビエ・フランソワ |
| ISBN |
978-4915851-37-7 |
| 判型 |
B5、169頁 |
待望の続編が遂に刊行！
本書を読めば、コンピュータビジョン分野での話題の技術・アルゴリズムについて、その原理を理解できるだけでなく、それを実践に生かすための実装法までを一度に学ぶことができる！
概要
日常，われわれが愛用するハンドブック，解説記事等は，広く専門知識を獲得する目的においては役に立つ。しかし，ある原理・手法について学びたい場合，解説記事を読んだだけでは不十分で，原著論文に戻り，試行錯誤を繰り返す必要がある。しかし，ほとんどの原著論文には，プログラムの実装方法のような具体的内容までが記載されていないため，「このパラメータの設定方法は？」「初期化は必要なの？」「データの定義方法は？」
など多くの疑問が生まれる。一方，特定の内容についての解説本や教科書では，特徴抽出，物体追跡などの技術目標についてまとめられているケースが多く，方法論や表現方法という観点でまとめられた書籍は少ない。さらに，コンピュータビジョンとパターン認識分野は，比較的新しい研究分野であることもあり，新しい原理・手法が次々と提案される。世の中の標準技術，流行技術の移り変りも早く，解説本や教科書に記載された技術だけでは最先端の研究に追従できない。
情報処理学会CVIM 研究会では，2006 年末からコンピュータビジョン分野における最新理論・アルゴリズムについて，特に方法論・表現方法に着目した「チュートリアルシリーズ」を企画してきた。講演では，最先端技術を利用したプログラム実装がすぐにできるように，その方法論・表現方法に精通した専門家が，原理，長短所，実装方法，応用事例を紹介している。若い研究者はもちろんのこと，日頃余裕のない企業の研究者から，実践から少し離れた中堅以降の教育者まで，最先端技術を短時間で学べることで，有意義な企画として，いずれの回も本会議以上に盛況であり，現在も新しいテーマを取り上げて継続している。
本書は，CVIM チュートリアルシリーズ最先端ガイド第2弾として，第6 回から第10 回までの講演内容に加筆修正し4 章構成でまとめたものである。編集にあたっては，すべての原稿を大阪大学ならびに慶應義塾大学の大学院生，学部生に査読してもらうことで，情報系学部生レベルに合わせた書籍を目指した。
この本を読めば，コンピュータビジョン分野での話題の技術・アルゴリズムについて，その原理を理解できるだけではなく，それを実践に生かすための実装法までを一度に学ぶことができ，少なくとも10年，専門書として役に立つものと確信する。本シリーズが，我が国のコンピュータビジョン研究や，それを応用したさまざまな分野の研究開発を推進する一助となれば幸いである。
最後に，本書編集に当たり，査読をしてくれた大阪大学ならびに慶應義塾大学の大学院生，学部生に，深く感謝の意を表します。
2010年5月11日
編者
八木 康史，斎藤 英雄
目次
第1章 「物体認識のための画像局所特微量」藤吉 弘亘(中部大学)，山下隆義(オムロン)
1. 一般物体認識
2. Scale-Invariant Feature Trasform(SIFT)
3. 物体検出に有効な特徴量
4. まとめ
第2章 「ミーンシフトの原理と応用」岡田 和典(サンフランシスコ州立大学)
1. はじめに
2. ミーンシフトの原理
3. ミーンシフトの理論
4. ミーンシフトの利点と欠点
5. 理論的拡張
6. ミーンシフトの応用
7. むすび
第3章 「カーネル情報処理入門 ―非線形の魅惑―」前田 英作(日本電信電話)
1. はじめに
2. 線型から非線形へ
3. カーネル関数
4. ベクトルデータに対するカーネル法(��)
5. ベクトルデータに対するカーネル法(��)
6. 構造化データに対するカーネル法
7. まとめと数学的補足
8. より深い理解のために
第4章 「画像処理とコンピュータビジョンのためのGPU」ノジク・ヴァンソン(Universite Paris-Est Marnela Vallee)，石川 尋代(慶應義塾大学)，ドゥソルビエ・フランソワ(慶應義塾大学)
1. はじめに
2. コンピュータグラフィックスの基礎
3. GLSL(OpenGL Shading Language)
4. Shaderプログラム
5. 画像処理
6. 幾何的処理
7. コンピュータビジョン ツール
8. Virtual Reality
9. General Purpose GPU(GPGPU)
10. How to start
11. まとめ
プログラム
本プログラムは、「コンピュータビジョン最先端ガイド2」の1章「物体認識のための画像局所特徴量」に付属する「HOG特徴量とReal AdaBoostによる物体検出」のサンプルプログラムです。
特徴量抽出のプログラム
ピクセル差分特徴量
Haar-like特徴量
EOH特徴量
HOG特徴量
Edgelet特徴量
HOG特徴量とReal AdaBoostを用いた物体検出のプログラム
Real AdaBoost + HOG特徴量による物体検出
免責事項
公開しているプログラムは十分に注意を払って作成していますが，その内容についてすべてを保証するものではありません。プログラムの使用によって生じたいかなる損害にも著者並びに発行者は責任を負いかねます。プログラムの改良・再頒布によって生じた損害に関しても同様に責任を負いかねます。
公開しているプログラムは，上記の免責事項に同意の上，使用者の責任のもとで自由に使用して構いません。
