受講形式
WEB受講のみ
　※本セミナーは、Zoomシステムを利用したオンライン配信となります。
　 ※Live配信のみ、録画視聴はありません。

受講対象
特に制限はありません。


予備知識
高校程度の簡単な数学


習得知識
１）画像処理の基礎
２）画質の主観評価および客観評価方法
３）深層学習の基礎と応用　等々


講師の言葉
　今、Image Quality Assessmentが急速に進展し、普及し始めています。IQAと略して呼ばれるこの技術は、産業界では、特に海外において、画像の品質を高精度に計測する先端の方法として取り入れられつつあります。これまでの、多くの人に評価値を求め、それらを集計していく主観的評価方法から、現在では、コンピュータに自動的に評価値を算出してもらう客観的評価法へとシフトして行っています。しかしながら、特に国内では、客観的評価方法の中のPSNRなどのごく限られた評価方法しか用いられていないことがよくありますが、今では1枚の画像が与えられれば、その評価値を高精度に算出する様々な方法が存在してします。本セミナーでは、その基礎から最先端の方法までを丁寧に解説し、どのような利用の仕方があるのかの理解を深めて頂くことを目的と致します。
　画像品質の客観的評価方法は、元画像を利用するスタイルによって、リファレンス型、低減リファレンス型、ノンリファレンス型に区分できます。それぞれに特徴があり、それらを解説していきますが、講師のこれまでの音声、画像にまたがる研究の知見から、リファレンス型においては、組み合わせ法という高精度な結果が得られる方法の紹介も致します。また、1枚の画像のみが与えられたときに、1000人分の主観評価値と同じ値を算出する、ノンリファレンス型の畳み込みニューラルネットワーク法を講師の研究グループが研究開発したのですが、その内容をご紹介致します。デモもお見せする予定です。このような方法やその発展方法を用いると、大量の画像の中から、高品質な画像のみを自動抽出したり、画像の品質の順位付けを自動に行ったりすることができるようになります。また、大量の画像の中から、類似する画像のみを高速に見つけ出すこともできます。
　画像処理手法の研究やコーデックの開発などにも出力画像の評価が必要です。場合によると、特定の劣化パターンに対応する評価が必要かもしれません。比較的軽視されている感がある画像の品質評価について、講師の持っている知見をできる限りお伝えできればと考えております。