Explore the fundamentals of computer vision, image processing, and 3D models in this comprehensive online course based on Simon Prince's acclaimed work.
This course dives into the basics of computer vision, focusing on image processing, 3D modeling, and various inference techniques. Using slides by Simon Prince, you'll explore key concepts and take quizzes to test your understanding.
Learn the essence of "Computer Vision: Models, Learning, and Inference", part 2
【2023/9】全動画を1つにまとめたもの（4時間）をYouTubeで公開しました．このコース名をYouTubeで検索してください．
このオンラインレクチャーでは，画像処理や3次元コンピュータビジョンの基礎を学ぶことができます．資料は，"Computer vision: models, learning and inference"の著者Simon Princeがwebで公開しているスライドを用いています．話題はコンピュータビジョン，画像認識が主ですが，確率モデルや最尤推定，ベイズ推定を用いた推論手法も扱っていますので，パターン認識や機械学習がどのように応用されるかを理解することができます．
スライドを動画で説明した後，復習クイズを出題しています（一部のセクションのみ）．ぜひ挑戦してください（iPad/Androidアプリ版ではクイズが表示されないようですので，webで見てください）．
このオンラインレクチャーでは，書籍のPart IV（Chapter 13--15）からの画像処理，カメラモデルの基礎を扱います．（Chapter 12以前のレクチャーは「ベイズ推定とグラフィカルモデル：コンピュータビジョン基礎1」です）（Chapter 16以降は含まれていません）
Computer vision: models, learning and inference
The slide is copyrighted by Simon J. D. Prince, the author of the book "Computer vision: models, learning and inference", and is available at the book website.
The use of the slide for this online lecture is approved by Simon J. D. Prince and recognized by a contact person of the book publisher. The lecturer thanks them for their kind agreement.
代表的な画像処理・前処理（画素値変換，フィルタリング，検出器，記述子，次元削減，PCA）の理解
同時座標の理解とピンホールカメラモデル，外部・内部パラメータ推定（キャリブレーション），三角測量に基づく3次元復元
代表的な変換（剛体変換，相似変換，アフィン変換，射影変換・ホモグラフィ），パラメータ推定手法，平面シーンでのキャリブレーション方法，ホモグラフィの性質，ホモグラフィロバスト推定と応用例
24 Lectures
18 Lectures
23 Lectures
コンピュータビジョン，画像認識，パターン認識，動画像処理，医用画像処理などを専門とする．電子情報通信学会和文誌D編集委員，PRMU委員，MI委員．情報処理学会CVIM委員，GCAD委員など歴任．2001年新潟大学助手，2005年広島大学准教授．2020年名古屋工業大学教授．翻訳書に「コンピュータビジョン ―アルゴリズムと応用―」「統計的学習の基礎」「スパースモデリング」（共立出版）「Pythonで体験するベイズ推論」（森北出版）．電子情報通信学会シニア会員．情報処理学会，IEEE，IEEE Computer Society等会員．
面白いけど役に立ててられなそうなので、まだ評価する段階ではないと思い、星3つとしました。
わかりやすい
畳み込みについて、初めてちゃんと理解できた。
スライドの箇所を指定しながら話されているので、とてもわかりやすいです。
数式の説明も丁寧で、とても面白かった。
動画であることを最大限活用し、わかりやすく説明されているので、最短時間で学べます。
念のため学び返すことはよかった。
独学ではわかりきれなかった部分をすっきり理解できて、大変参考になりました
すばらしいの一言です。他の方のレビューにもあるように、途中の章で終わってしまっているので、中途半端感がハンパないです。前作につづく星5つの名講義ですが、途中で終わってしまっているので星4つとしました。わたしのような独学の素人に救いの手を。是非続きもお願いします！！
Your email address will not be published. Required fields are marked *
Anonymized U.
基礎（ただし、式変形は難解の箇所あり）から応用まで事例を挙げて講義していただき、非常に理解し易かった。