セミナー

次世代カメラの画像処理

このセミナーの受付は終了致しました。
日時 2020年6月12日(金)  10:00~17:00
会場 東京・千代田区神田 御茶ノ水 オームビル  
会場地図
講師 画像電子学会 フェロー / 元 キヤノン株式会社 河村 尚登 氏
受講料(税込)
各種割引特典
51,700円 ( S&T会員受講料 51,700円 ) S&T会員登録について
定価:本体47,000円+税4,700円
会員:本体47,000円+税4,700円
お1人様受講の場合 51,700円 (47,000円+税4,700円)
1口でお申込の場合 62,700円 (57,000円+税5,700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

□名刺交換・質疑応答□