2021年度前期


科目名 コンピュータグラフィックスII
大学 広島市立大学
担当者 宮崎大輔
宮崎担当分 1.5時間×15回
履修対象 知能工学科 学部学生 3年
必修・選択 選択
履修時間 前期 木2
概要 (授業形態:講義,演習.※各回とも,講義をおこなったのち,演習をおこなう.)
C言語を利用したプログラミングを通して,コンピュータグラフィックス(CG)に関する知識・原理の理解をより深める.OpenGLという3次元グラフィックスライブラリを用いた演習では,リアルタイムCGを描画するプログラムの作成法を学習する.プログラミング演習課題を通して,CGプログラミングのための問題解決能力を養う.
科目の到達目標 ・コンピュータグラフィックスに関する基本的な知識・原理を説明できるようになること.(知識・技能)
・特定のテーマ(CGのテーマ)において,C言語でプログラムを作成できるようになること.(技能,思考力・判断力,主体性)
・自ら設定したCGプログラムの目標に対し,自主的に取り組み,自ら問題を解決できる能力を身につけること.(技能,思考力・判断力・表現力,主体性)
受講要件 C言語でのプログラミング能力を前提とする.コンピュータグラフィックスⅠを履修しておくことが望ましいが,コンピュータグラフィックスⅠの履修を前提とはしない.
事前・事後学修の内容 授業の初回に,OpenGLを用いたプログラミング環境を自宅のパソコン上で構築する方法を教える.大学の演習室および自宅のパソコンを利用し,授業時間外もプログラミング演習課題に取り組む.
講義内容
  1.  OpenGLの基本
  2. 二次元図形の描画
  3. マウスとキーボード
  4. 太陽系のCG
  5. 歩行ロボットのCG
  6. プログラミング作品制作:OpenGLの活用
  7. プログラミング作品制作:コードレビュー
  8. プログラミング作品制作:要件定義
  9. プログラミング作品制作:基本設計
  10. プログラミング作品制作:詳細設計
  11. プログラミング作品制作:単体テスト・結合テスト
  12. プログラミング作品プレゼン
  13. 発展課題:スーパーボールのCG,ビリヤードのCG,テキストの表示,アルファブレンディング
  14. 発展課題:テクスチャマッピング,obj形状モデルファイル,鏡面反射,地球儀のCG,BGMの再生
  15. 関連技術紹介:OpenCV,WebGL,Processing,Python,Unity,Maya,Shade,Blender,MMD,POV-Ray
※授業の順序は変更することがある
教科書等
教科書
講義資料を配付する
参考書
橋本洋志・小林裕之著,図解OpenGLによる3次元CGアニメーション,オーム社

科目名 画像メディア工学特論
大学 広島市立大学
担当者 古川亮,宮崎大輔
宮崎担当分 1.5時間×15回
履修対象 知能工学専攻 博士前期課程 1・2年
必修・選択 選択,*印なし
履修時間 前期 水3
概要 画像の入力装置から様々な計算機処理,さらには応用について広く講義する.またこの講義では,演習課題および最終プロジェクトとして,電子情報通信学会(パターン認識・メディア理解研究会)が主催するアルゴリズムコンテストを取り上げる.
まず講義の前半では,従来のコンテストの課題と,それを解くための様々な画像処理技法・アルゴリズムを紹介する.またそれに合わせ,画像の入力や処理に関する基礎から,最新の研究成果や応用事例についても広く紹介する.つづいて講義の後半では,当年度のアルゴリズムコンテストの課題について解説し,受講生が作成したプログラムに関するディスカッションや評価を中心にして講義を進める.

電子情報通信学会 パターン認識・メディア理解研究会(PRMU) アルゴリズムコンテスト
http://www.ieice.org/~prmu/jpn/#alcon
科目の到達目標 具体的な画像パターン認識の問題を対象にアルゴリズムを構成し,プログラムを作成する課題を通じて論理的思考能力および問題解決能力を高める.また,レポート作成および発表を通じてプレゼンテーション能力,コミュニケーション能力の向上を図る.

ディプロマ・ポリシーとの関連

・情報科学または情報工学における技術者や研究者に求められる基本的な知識を身につけている。(知識)
画像処理の発展的な知識について学習できる

・情報科学または情報工学に関する課題について,結果や考察を理論的に記述することができる。(技能)
実際の問題解決のための画像処理の例,先進的な研究例について学習できる
受講要件 C言語の基礎知識とプログラミング環境を有していること.ただし,アルゴリズムコンテストは学部生の応募も可能なレベルに設定されており,高度なプログラミング技術や専門知識は要求されない.
事前・事後学修の内容 画像の認識・理解には知能工学分野の様々な技術が利用されているので,それそれの受講生は,自身の専門分野(所属研究室の研究分野)が生かせる場面が多い.専門分野を活かしたアルゴリズムを開発し,アルゴリズムコンテストへ実際に応募することを期待する.また本講義の履修者は,後期開講科目のコンピュータビジョン特論を受講することが望ましい.
講義内容
  1. 講義の概要と,アルゴリズムコンテストについて
  2. 過去のコンテスト課題とその解法
  3. 画像からの探索アルゴリズム(ヒストグラムの利用,アクティブ探索など)
  4. 画像認識のための統計学
  5. 局所特徴量(SIFT, HOG)
  6. 画像からの認識アルゴリズム(特徴量,主成分分析,線形判別分析など)
  7. 現在の顔検出技術(Viola-Jones の方法,ブースティング,積分画像など)
  8. 画像センサ(レンズと撮像素子など)
  9. 光の波長と色の知覚(ヒトの視覚,色空間,色度など)
  10. 今年度コンテストの課題解説
  11. 中間発表(アルゴリズムのアイディア発表会)
  12. 今年度コンテスト課題に関する基礎技術
  13. 今年度コンテスト課題に関する最新技術
  14. 最終発表(1)
  15. 最終発表(2)

※なお,講義の内容は各年度のアルゴリズムコンテスト課題の内容や発表時期によって適宜変更する.
状況によっては,コンピュータビジョンの最新研究についてのサーベイやディスカッションを行う.

教科書等
教科書
適宜プリントを配布する
参考書
奥富編:ディジタル画像処理,CG-ARTS協会
田村編:コンピュータ画像処理,オーム社
松山,久野,井宮編:コンピュータビジョン技術評論と将来展望,新技術コミュニケーションズ
八木,斎藤編:コンピュータビジョン最先端ガイド1~5,アドコム・メディア

もどる