毎年大好評を得ているチュートリアルです。最近話題の手法やシステム実装に役立つ知識、ノウハウを4名の講師をお招きし､わかりやすく解説いたします。申込方法、申込先、参加費、支払方法は、参加案内またはホームページをご覧下さい。なおチュートリアル講演会のみのご参加はできませんので、ご注意ください。
9:30～11:00
グラフカットの理論と応用
～使わなければ損！ エネルギー最小化問題の高速解法の設計法～
| 講師： 石川 博（名古屋市立大） |
グラフカットは、領域分割、ステレオマッチング、ノイズ除去などの問題をエネルギー最小化問題としてとらえ、大域的最適解を高速に得ることができる手法である。また、適用可能な場合には実装は非常に簡単であり、「使わなければ損」な手法であるため、ここ５年ほどで大変ポピュラーになってきている。本講演では、グラフカットの主要な構成を紹介し、与えられた問題をグラフカットの適用可能なエネルギー最小化問題に翻訳し、解を得る過程を、具体例でわかりやすく解説する。 |
 |
| 司会：坂本 静生（日本電気 株式会社） |
|
11:10～12:40
パーティクルフィルタの理論と応用
～動き回る物体を追いかけろ！ ビジュアルトラッキングの新定番～
| 講師： 篠原 雄介（株式会社 東芝） |
|
| パーティクルフィルタは、観測の時系列からシステムの状態を逐次ベイズ推定する手法で、非線形・非ガウス問題に対する有効性から、近年様々な分野で注目されている。画像認識の分野においても、動画像から物体の位置や姿勢などを追跡する問題への応用が盛んに研究されている。本講演では、パーティクルフィルタの基本的な使い方について具体例を挙げながら紹介するとともに、その理論についても分かりやすく解説する。 |
 |
| 司会： 佐藤 洋一（東京大学） |
|
14:00～15:30
ベイジアンネットワークと日常生活行動理解への応用
～ 実世界の不確実な情報から再利用可能な知識に ～
| 講師： 本村 陽一（産業技術総合研究所） |
|
ベイジアンネットワークはグラフ構造を持つ確率モデルである。大規模なデータから変数間の依存関係を統計的に学習することで、データの背後にある因果的な構造を抽出することができる。実世界で観測される情報から、不確実ではあるが、定常的に成立している関係性をベイジアンネットワークでモデル化することで知識化し、確率推論やベイズ推定に利用する方法について解説する。それにより可能となる日常生活行動理解の研究事例も紹介する。 |
 |
| 司会：長谷川 修（東京工業大学） |
|
15:40～17:10
リアルタイム画像処理
～ 並列画像処理プロセッサの実際と高速処理実装のコツ ～
| 講師： 京 昭倫（日本電気 株式会社） |
|
単体プロセッサの動作周波数向上が頭打ちする中、高度化・複雑化する画像認識処理の実応用化を推し進めていくには、並列プロセッサの性能を最大限に活かせる処理実装が今後特に重要となる。本講演では、並列画像処理プロセッサの設計ジレンマと現状技術、また先行車両認識を事例に、計算資源を無駄なく使い切るための手法を分かりやすく解説する。 |
 |
| 司会： 胡 振程（熊本大学） |
|
