山梨大学電子シラバス>検索結果一覧>授業データ



授業科目名
担当教員
意味的マルチメディア処理特論
関口 芳廣/大渕 竜太郎
時間割番号
単位数
コース
履修年次
期別
曜日
時限
323211 2 (未登録) 1 後期 III
[概要と目標]
近年,音声や動画,3次元グラフィックスなどのマルチメディアデータが蓄積され,またインターネット上で流通するようになった.これに伴い,要約,認識,分類,検索,照合,など,単純なビットレベルでの処理では不可能な,意味や内容に基づいたマルチメディアデータの処理が重要になってきた.<BR> 本科目では,マルチメディアデータを対象に,内容や意味に基づく処理を行うための技術について講義する.前半では1次元の時系列データである音声データを対象に,その取り込みや分析,特徴抽出,時系列類似比較に基づく認識,などを解説する.後半では, 2次元画像や動画像,さらに3次元グラフィックスデータを対照に,特徴抽出,特徴の比較や分類などの技術を解説する.<BR> 具体的には,音や画像などの信号処理,特に変換領域における処理と特徴抽出,特徴やその時系列の類似比較や分類などについて学ぶ.<BR> 成績は定期試験,中間試験,および全体で6回程度課す課題に対する報告書及び出席状況で評価する.課題では,音声処理,画像処理,データ検索,機械学習,などの実際を演習し,それらの理解を助けるとともに,その理解度を評価する.
[到達目標]
*マルチメディア情報に対する,意味を考慮した処理,例えば要約,認識,分類,検索,などの概要とその使い道について知る.<BR>*音声や画像データの取り込みと分析に関わる,量子化やサンプリングなどの手法を理解する.<BR>*音声や画像データの特徴抽出の手法,例えばフーリエ解析,ケプストラム,多重解像度解析,等,複数の手法を理解する.<BR>*音声や画像データから得られた特徴を照合する手法,例えば,DPマッチング,ベクトル空間における各種の距離尺度による照合,機械学習に基づく特徴空間や意味空間における照合,等を理解する.
[必要知識・準備]
信号処理,音声情報処理,画像処理,3次元グラフィックス,データ検索,学習アルゴリズム,のいずれか1つ以上の知識があると理解しやすい.
[評価基準]
No評価項目割合評価の観点
1試験:期末期 30  %主に後半の内容に関して,知識と理解を問う. 
2試験:中間期 30  %主に前半の内容に関して,知識と理解を問う. 
3小テスト/レポート 40  %全体で6回程度.具体的手法を実践することにより理解を深める.その理解度を問う. 
[教科書]
(未登録)
[参考書]
(未登録)
[講義項目]
1.意味に基づくマルチメディア・データの処理<BR>2. 2次元画像・動画像と3次元グラフィックスデータの処理<BR>3. 2次元画像データの特徴分析(1)<BR>4. 2次元画像データの特徴分析(2)<BR>5. 2次元画像特徴の比較・照合(1)<BR>6. 2次元画像特徴の比較・照合(2)<BR>7. 学習による比較・照合<BR>8.意味と意図を取り入れた比較・照合 <BR>9. 音声による人間と機械の対話<BR>10. 音声データの取り込みと前処理<BR>11. 音声データの特徴分析(1)<BR>12. 音声データの特徴分析(2)<BR>13. 音声データの特徴比較・照合(1)<BR>14. 音声データの特徴比較・照合(2)<BR>15. 人に適応するマルチメディア処理,まとめ.