販売価格
販売中
お取り寄せお取り寄せの商品となります
入荷の見込みがないことが確認された場合や、ご注文後40日前後を経過しても入荷がない場合は、取り寄せ手配を終了し、この商品をキャンセルとさせていただきます。
| フォーマット | 書籍 |
| 発売日 | 2024年10月09日 |
| 国内/輸入 | 国内 |
| 出版社 | コロナ社 |
| 構成数 | 1 |
| パッケージ仕様 | - |
| SKU | 9784339013771 |
| ページ数 | 264 |
| 判型 | A5 |
構成数 : 1枚
第1章 CMOSイメージセンサの機能と特性
1.1 CMOSイメージセンサの正体
1.1.1 CMOSイメージセンサの画素の基本機能
1.1.2 CMOSイメージセンサの画素特性の定式化
1.1.3 画素に関する重要な事項
1.1.4 重要なイメージセンサの仕様・特性値
1.2 アナログ・デジタル混載集積回路としてのCMOSイメージセンサ
1.2.1 設計の流れ
1.2.2 回路設計のポイント
1.2.3 CMOSイメージセンサの製造
1.2.4 集積回路における回路素子
1.2.5 素子の特性ばらつきの抑制
1.2.6 回路素子が生じるランダムノイズ
1.3 CMOSイメージセンサの特異性とアーキテクチャの選択
1.3.1 CMOSイメージセンサ設計の特異性と制約
1.3.2 回路の稼働率と共有・時分割多重による稼働率の向上
1.3.3 バス構造を用いた回路の共有化と時分割多重
1.3.4 並列度によるイメージセンサアーキテクチャの分類
1.4 要素回路
1.4.1 受光回路
1.4.2 ユニット選択回路
1.4.3 プライオリティエンコーダ
1.4.4 クロックツリー
1.4.5 スイッチトキャパシタ回路
1.4.6 A/D変換器
1.5 まとめ
第2章 特化した機能・性能を持つイメージセンサ
2.1 光子計数
2.1.1 SPAD
2.1.2 高変換ゲインFDアンプ
2.2 高ダイナミックレンジ(HDR)
2.2.1 マルチ露光時間方式
2.2.2 マルチ変換ゲイン方式
2.2.3 マルチフォトダイオード方式
2.2.4 オーバフロー方式
2.2.5 飽和時間検出方式
2.3 可変解像度(電荷領域)
2.4 イベント駆動型CMOSイメージセンサ
2.5 オンチップ信号処理機能を持つ低電圧・低消費電力イメージセンサ
2.6 LiDARイメージセンサ
2.6.1 直接法ToF
2.6.2 間接法ToF
2.6.3 マルチパス干渉
2.7 符号化露光/読出し
2.8 光強度以外の検出:波面,波長,偏光
2.9 まとめ
第3章 ライトフィールドカメラ・ディスプレイ
3.1 ライトフィールドカメラ
3.1.1 ライトフィールドカメラの分類
3.1.2 ライトフィールドカメラの発展
3.1.3 ライトフィールドカメラの実用化
3.2 ライトフィールドディスプレイ
3.2.1 ライトフィールドディスプレイの分類
3.2.2 ライトフィールドディスプレイの周波数特性
3.2.3 ライトフィールドディスプレイの実装面における技術
3.2.4 ライトフィールドのHMDへの応用
3.2.5 ライトフィールドディスプレイの応用技術
3.2.6 ライトフィールドディスプレイの実用化
3.3 まとめ
第4章 反射・光伝搬のモデル化と計測
4.1 反射現象のモデル化と計測
4.1.1 放射輝度の計測
4.1.2 反射モデル
4.2 光伝搬のモデル化と計測
4.2.1 プレノプティック関数とライトフィールド
4.2.2 光伝搬行列とライトトランスポート
4.2.3 反射現象とライトトランスポートの関係
4.2.4 曲率に依存した反射関数
4.3 まとめ
第5章 人物の計測・認識・モデル化
5.1 人物表面形状
5.1.1 物理的・幾何学的制約に基づいた手法
5.1.2 統計的形状モデルを用いた手法
5.1.3 画像から直接推論する手法
5.1.4 人体3次元形状推定のためのデータセット
5.2 骨格姿勢・運動
5.2.1 モーションキャプチャ
5.2.2 マーカーレスモーションキャプチャ
5.2.3 骨格姿勢推定のためのデータセット
5.3 視線
5.3.1 眼球を直接計測する手法
5.3.2 顔画像を計測する手法
5.3.3 体や顔の動きから推論する手法
5.4 まとめ
第6章 現代のCV基盤技術
6.1 画像認識と機械学習
6.1.1 顔検出
6.1.2 姿勢推定
6.1.3 局所特徴量
6.2 深層学習とCV
6.2.1 データセットとコンペティション
6.2.2 ニューラルネットワーク
6.2.3 CNN
6.3 高次特徴量と潜在空間
6.3.1 end-to-endとpretrainによる転移学習
6.3.2 中間特徴量とアテンション
6.3.3 エンコーダ・デコーダと潜在空間への埋込み表現
6.3.4 時系列モデル
6.4 CNNによる画像処理
6.4.1 教師なし学習
6.4.2 大規模データセットの作成
6.4.3 潜在空間の利用
6.4.4 画質の改善への応用
6.5 まとめ
第7章 CVをとりまく環境
7.1 オープンソースソフトウェア
7.1.1 CVライブラリ
7.1.2 深層学習フレームワーク
7.2 CVのビジネス事例
7.2.1 顔検出
7.2.2 顔認証
7.2.3 一般物体認識
7.2.4 物体検出/追跡
7.2.5 姿勢推定
7.2.6 拡張現実感
7.2.7 画像生成
7.2.8 ク...
【読者対象】
コンピュータビジョン・画像処理に関する研究開発に携わる方で、より広く、深く学びたいと考える方。
【書籍の特徴】
従来のコンピュータビジョンの教科書では、重要でありながらも体系的に述べられる機会が少なかった分野を選定して取り上げた。
CV分野の研究は、共通の画像データベースを用いて性能を競うものが多くなり、また、深層学習分野では最新の技法を追うトレンドが強まっている。そのため、現場で求められる実問題の解決において不可欠なイメージセンサや反射現象に関する知識や、従来型の手法について学ぶ機会が相対的に減少し、浅い理解と安易な方法で隘路に陥るケースが多く見られる。本書は、そうした際にチームを正しい方向に導くことが出来る、上級CV技術者へと脱皮するための新たな視点を習得できるよう意図して企画された。
【各章について】
1章と2章では、イメージセンサについて解説する。我々はつい、対象の各点の輝度がそのまま正確に画像に記録されるものと仮定して考えたり、様々な問題を単に「センサのノイズ」と片付けがちだが、本書はこれを正しく理解し解決するための本質的な理解に導く。また2章では、近年発展が著しい、アンコンベンショナルカメラのためのイメージセンサについて、動作原理や特性から習得できる内容とした。
3章では、ライトフィールドの入出力について取り上げた。カメラは空間中を飛び交う光線のごく一部だけを取り込むに過ぎず、シーンの観測を体系的に理解するうえで、ライトフィールドの概念の理解は重要である。本章ではその概念に合わせ、様々な入出力機器の実装例について述べた。
4章ではシーン中の光の反射・伝搬現象についてまとめた。3章で取り上げたライトフィールドは、シーンを照らす光源からの光が、シーン中の物体で複雑に反射・伝搬された結果として形成される。ここでも各論的な理解でなく、光伝搬の定式化に基づく体系的な理解に繋がるよう意図して執筆した。
5章からは近年のCV技術を従来の教科書とは異なる切り口で体系化した。従来は形状や動きの計測の中で述べられることの多かった人を対象とした画像処理を、人物・人体を軸に体系化し直した内容とした。
6章では、現代のCV基盤技術を支える各技法が、なぜ、どのように働いているのかを概観し、その本質的な理解の一助となるよう、現在の深層学習に向かう歴史と、その中で道標となった研究を中心に述べた。
7章では、CVを取り巻くフレームワークやビジネス環境について概観した。従来は限られたCV分野の技術者が、各問題に対し一品ものとして処理プログラムを開発することが普通であったが、近年は、様々なライブラリやフレームワークの登場により、産業化が進められやすい段階に達している。本章では、そのようなソフトウェアフレームワークやビジネス環境について述べた。

※ショッピングカートおよび注文内容の確認画面にてフラゲのお届けになるかご確認ください。
※各種前払い決済をご利用の場合、フラゲは保証しておりません。
※フラゲは配送日時指定なしでご注文いただいた場合に限ります。
読み込み中にエラーが発生しました。
画面をリロードして、再読み込みしてください。
