OpenCV によるコンピュータビジョン・機械学習入門(オープンシーヴィニヨルコンピュータビジョンキカイガクシュウニュウモンOPENCV)

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

画像処理や物体検出を扱いたいと思ったとき、 OpenCV は避けて通れないライブラリです。本書はその OpenCV を軸に、コンピュータビジョンの基礎アルゴリズムから機械学習の応用までを一冊で橋渡しする構成になっています。フィルタリング、エッジ検出、特徴量抽出といった古典的な画像処理手法を実装しながら、 SVM やランダムフォレストによる分類へ自然に進む流れが特徴です。

C++ ベースの解説であるため、 Python から画像処理に入った人には取っ付きにくい面があります。しかし裏を返せば、メモリ管理やデータ構造を意識しながら処理パイプラインを組む力が身につき、処理速度が求められる組み込み系や産業用途に直結する知識になります。大学の講義や研究で「画像を扱うプログラムを初めて書く」段階の人にとって、理論とコードを同時に獲得できる教科書として機能します。

OpenCV のバージョン進化が速い分野ではありますが、本書が扱う画像処理の原理やアルゴリズムの考え方そのものは変わりません。 API の細部は公式ドキュメントで補いつつ、「なぜこの処理をするのか」を理解するための土台として長く使える一冊です。