セミナー

次世代カメラの画像処理

会場変更のお知らせ(更新:2019年9月2日15:40)
東京・千代田区神田 御茶ノ水 オームビル

東京・千代田区駿河台 中央大学駿河台記念館
日時 2019年9月26日(木)  10:00-17:00
会場 東京・千代田区駿河台 中央大学駿河台記念館  
会場地図
講師 河村 尚登 氏 
 画像電子学会 フェロー / 元 キヤノン株式会社
受講料(税込)
各種割引特典
50,760円 ( S&T会員受講料 50,760円 ) S&T会員登録について
定価:本体47,000円+税3,760円
会員:本体47,000円+税3,760円
お1人様受講の場合 50,760円 (47,000円+税3,760円)
1口でお申込の場合 61,560円 (57,000円+税4,560円/1口(3名まで受講可能)
 
※S&T会員価格 S&T複数同時申込み割引対象外
※開催7日前に主催会社(株)トリケップスから受講票、会場地図、請求書を発送します。
※開催日から9日前以降のキャンセルは受講料全額を申受けます。但し、セミナー終了後テキストを郵送します。
※サイエンス&テクノロジーが設定しているアカデミー価格・キャンセル規定対象外のセミナーです。
主催(株)トリケップス

セミナー趣旨

最新のアルゴリズムを分かりやすく紹介し、実装プログラム、
デモ等もを交えて説明します。

セミナー講演内容

  1. カメラの機構と高画質化技術
    1.1 センサ:
        CCDとCMOSの特徴,ノイズキャンセラー,
        画素配列とデ・モザイク処理,
        センサ感度とHDR, グローバルシャッタ機構
    1.2 光学系:
        AF機構 コントラスト方式,
        位相差方式,像面位相差方式,
        手振れ補正方式,Diffractive Optics
    1.3 画像処理エンジン:
        画像処理フロー,JPEGとRAWデータ
    1.4 特殊カメラ:
        全天球カメラと正距円筒図法,3D撮像カメラと機構

  2. カメラにおける色再現と色空間
    2.1 sRGB標準色空間:
        色再現特性と変換式,
        絵作りとGMM,sRGBの課題
    2.2 拡張色空間:
        AdobeRGB, WideGamutRGB,
         bg-sRGB, scRGB,
         sYCC, xvYCC,BT2020など
        拡張色空間の色再現特性, 
        変換式,イメージステート
    2.3 拡張色空間と国際標準化動向

   3. カラーアピアランスモデルと環境光補正技術
    3.1 色順応と色順応メカニズム, 視覚系の対比現象
    3.2 CAMの歴史,von Kreis モデル,CIECAM02の詳細
    3.3 CIECAM02の応用:
        カラーマッチングと環境光補正カラーマネジメント

   4. マルチバンドカメラと画像処理
    4.1 分光画像処理:
        メタメリズムとカラーコンスタンシー
    4.2 マルチバンドと分光推定アルゴリズム:
        主成分分析,Wiener推定
    4.3 多次元色空間:
        メタマーとメタメリズム回避,
        6次元色空間,Derhak/ LabPQR

   5. HDRトーンマネジメントとデ・ノイジング技術
    5.1 HDR処理とトーンマネジメント:
        イコライゼーション,エッジイコライゼーション
        HDR-TV 映像方式(BT.2020 ARIB STD-B67, SMPTE ST2084など)
    5.2 RetinexとDe-Hazing:
        C/S理論, SSR, MSR, Bi-lateralフィルタ,
        De-Hazingアルゴリズム
    5.3 勾配保存:
        Poisson画像処理
    5.4 デ・ノイジング技術:
        ノンローカルミーン法,Guided Filtering のアルゴリズムと高速化

   6. カメラ幾何とコンピューテーショナル・フォトグラフィ
    6.1 多眼系カメラ幾何:
        Epipola方程式,3次元モデルの生成,
        特徴点抽出と画像合成(SIFT, SURFアルゴリズム)、
        射影変換(Homography)とカメラキャリブレーション
    6.2 ライトフィールドビジョン:
        多眼視カメラと距離画像,光線再構成,
        リフォーカスアルゴリズム
    6.3 符号化撮像・符号化開口:
        アルゴリズムとその応用

   7. 顔画像認識処理と応用
    7.1 画像認識のための機械学習:
        パーセプトロン,SVM,
        ランダムフォーレスト、
        自己組織化マップ(SOM)、
        Adaboost による強識別器
    7.2 画像特徴量:
        Haar-like, ViolaとJoneの手法, 
        HOG, Gaborおよび共起性特徴量
    7.3 顔画像認識:
        固有顔, AAM,ニューラルネットワーク、
        CNNの構造, DeepLearning