OpenCVによるコンピュータビジョン・機械学習入門

大好評『OpenCVによる画像処理入門』の続編がついに誕生！ 運動復元、物体追跡、画像レジストレーション、三次元再構成、機械学習をOpenCVで学ぼう！汎用性の高いアルゴリズムのプログラム例を多数掲載した。OpenCV3系に対応。多彩な内容で、欲張りな一冊! 【「まえがき」より】 本書は『OpenCVによる画像処理入門』の続編である．本書は，工業高等専門学校生，大学学部生，大学院生などを主な対象として構成し，基本的かつ汎用性の高いコンピュータビジョン・機械学習アルゴリズムを選定して掲載した． 前著と同様に，各章では，まず各技術の理論について解説し，その後，その技術をOpenCVを用いて実装する方法について紹介している．実装については，各技術について1つ 1つ実行できるようなプログラム例を掲載しているので，実行することで理論の理解を深めることができる． 学生だけでなく，CVの新しいアプリケーションを開発しようとしている技術者が，自身の課題に簡単に応用できるように配慮している．CVの各種の実装方法については，そのエッセンスのみから構成されるようなコーディング法で実装することを心がけている． 【おもな内容】 Chapter0　コンピュータビジョンとは？　 Chapter1　特徴検出 Chapter2　特徴量記述 Chapter3　運動復元 Chapter4　物体追跡 Chapter5　画像レジストレーション Chapter6　カメラモデル Chapter7　エピポーラ幾何 Chapter8　カメラキャリブレーション Chapter9　3次元再構成 Chapter10　機械学習とは？ Chapter11　人工的なデータの生成 Chapter12　主成分分析 Chapter13　クラスタリング Chapter14　k最近傍法 Chapter15　ベイズ識別 Chapter16　サポートベクトルマシン Chapter17　決定木 Chapter18　ニューラルネットワーク Chapter19　ブースティング Chapter20　識別器の性能評価 Chapter0　コンピュータビジョンとは？　 Chapter1　特徴検出 Chapter2　特徴量記述 Chapter3　運動復元 Chapter4　物体追跡 Chapter5　画像レジストレーション Chapter6　カメラモデル Chapter7　エピポーラ幾何 Chapter8　カメラキャリブレーション Chapter9　3次元再構成 Chapter10　機械学習とは？ Chapter11　人工的なデータの生成 Chapter12　主成分分析 Chapter13　クラスタリング Chapter14　k最近傍法 Chapter15　ベイズ識別 Chapter16　サポートベクトルマシン Chapter17　決定木 Chapter18　ニューラルネットワーク Chapter19　ブースティング Chapter20　識別器の性能評価 付録A　OpenCVの導入