画像認識の基本と原理
川島 賢
高度な数式を用いずに、画像認識の基本と原理をわかりやすい図版で易しく解説
- 定価
- 2,200円(本体価格 2,000円)
- 発売日
- 2021年7月31日
- 判型/ページ数
- A5/242
- ISBN
- 9784802613224
AIブームが続く中で、機械学習や深層学習の応用先として「画像認識」を実用化している企業が少なくありません。しかし、従来からある「画像処理」「画像認識」「パターン認識」などをテーマにした専門書は、専門家向けに高度な数式を多用したものばかりです。このため画像認識技術を使ったサービスを企画したり、導入したりするビジネスマンには不向きでした。そこで本書では、画像認識技術の基礎を、数式を用いないで図版を使い、事例を取り上げながら分かりやすく解説しています。
目次
<画像認識の基本>
1章 画像認識の概要
1-1 画像認識技術発展の背景
1-2 本書における画像認識の定義
1-3 画像認識の「源流」
1-4 機械学習や深層学習に必要な知識
2章 画像認識の活用事例
2-1 文字認識の様々な活用
2−2 顔認識による出入国管理
2-3 姿勢認識による転倒監視やスポーツ指導
2-4 医療画像の診断支援
2−5 園児の呼吸状態監視
2−6 ゴミ処理の支援
2-7 販売現場における自動会計・決済
2-8 小売現場におけるマーケティング支援
2−9 工場などにおける外観検査や検品
2-10 物流現場におけるピッキング作業の支援
2−11 農業現場における生産性向上
2−12 施設やオフィスのセキュリティ管理
2−13 衛星写真の解析
2−14 画像の高解像度化
3章 画像処理と画像認識
3-1 そもそも画像とは何か
3−2 視覚と光
3-3 画像処理の原理
3-4 基本的な画像処理の手法
3-5 特徴量検出と特徴量記述
<機械学習と深層学習による画像認識>
4章 機械学習の基本
4-1 機械学習とは
4-2 教師あり学習
4-3 教師なし学習
4-4 強化学習
4-5 学習データとデータの入手
4-6 機械学習(教師あり)プロジェクトの一般的なロードマップ
5章 機械学習による画像認識
5−1 主成分分析(PCA)
5-2 SVM
5-3 k-近傍法
5-4 k平均法
6章 深層学習の基本
6−1 ニューラルネットワークの基礎知識
6-2 人工ニューロンの基礎知識
6-3 活性化関数
6−4 多層パーセプトロン
6−5 ニューラルネットワークの学習①:交差エントロピー誤差関数
6−6 ニューラルネットワークの学習②:ニューラルネットワークのパラメータ更新
7章 深層学習による画像認識
7-1 多層ニューラルネットワークと畳み込みニューラルネットワーク
7-2 畳み込みニューラルネットワークの構造
7-3 畳み込み層における処理
7-4 プーリング層における処理
7-5 全結合層と出力層における処理
7-6 代表的な畳み込みニューラルネットワーク
<最先端の画像認識技術>
8章 転移学習
8-1 転移学習とは
8-2 転移学習の方法
8-3 転移元の選定と転移学習のアプローチ
9章 物体検出
9-1 畳み込みニューラルネットワークによる物体検出
9-2 物体検出のCNN①R-CNN
9-3 物体検出のCNN②:Fast R-CNN
9-4 物体検出CNN③:Mask R-CNN
9-5 物体検出のCNN④:YOLO
10章 画像セグメンテーション
10-1 画像セグメンテーションとは
10-2 CNNとしてのU-Net
11章 GANによる画像生成
11-1 GANとは
11-2 GANのGeneratorとDiscriminator
11-3 Generatorのネットワーク構成
お問い合わせ
本書に関するお問い合わせは、下記のボタンをクリックしてお問い合わせフォームよりお問い合わせください。