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

画像から特徴点を見つけ、カメラの動きや物体の形を推定し、さらに機械学習で識別するところまでを、一冊で理論と実装の両面から学ぶための教科書が『OpenCV によるコンピュータビジョン・機械学習入門』 (中村 恭之、小枝 正直、上田 悦子 著、講談社、2017 年 8 月刊) です。まえがきによると、本書は『OpenCV による画像処理入門』の続編で、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に、基本的で汎用性の高いコンピュータビジョンと機械学習のアルゴリズムを選んで掲載しています。シリーズは「KS 情報科学専門書」で、版元は OpenCV 3 系に対応した内容と案内しています。

Chapter0 から 20 まで、幾何から識別器の評価へ

目次は Chapter0「コンピュータビジョンとは?」から始まり、章題から見ると、Chapter1 から 9 がコンピュータビジョン、Chapter10 から 20 が機械学習という二つのまとまりに分かれています。前半は特徴検出、特徴量記述、運動復元、物体追跡、画像レジストレーションと進んだあと、カメラモデル、エピポーラ幾何、カメラキャリブレーション、3 次元再構成という、カメラと空間の幾何を扱う章が続きます。後半は Chapter10「機械学習とは?」と Chapter11「人工的なデータの生成」を入口に、主成分分析、クラスタリング、近くのデータの多数決で分類する手法、ベイズ識別、サポートベクトルマシン、決定木、ニューラルネットワーク、ブースティングと手法ごとに章が立ち、Chapter20「識別器の性能評価」で締めくくります。hanmoto の目次には、このあとに付録 A「OpenCV の導入」が載っています。フィルター処理やエッジ検出のような画像処理の基礎を扱う章は無く、続編としてその先の題材から始まる構成と読めます。

理論を先に、OpenCV の実装を後に置く章の作り

まえがきによると、どの章も前著と同じく、まず技術の理論を解説し、そのあとで OpenCV を使った実装方法を紹介する順序で書かれています。プログラム例は技術ごとに 1 つずつ実行できる形で、実装はエッセンスだけで構成するコーディングを心がけたとされています。版元の書籍ページでは、掲載した C++ と Python のサンプルプログラムと入力画像が配布されており、動作確認の環境は OpenCV 3.2.0、Visual Studio Professional 2015 Update3、Python 3.5.2 と記されています。2017 年時点の OpenCV 3 系を前提にしたコードなので、別の版の OpenCV で動かす場合は、関数や引数をその版の公式ドキュメントで確かめながら読む必要があります。

特徴点と幾何、そして機械学習を同じ本で学ぶ意味

コンピュータビジョンの多くの処理は、画像の中から位置を特定しやすい点を検出し、その周囲の見え方を数値の並びとして記述し、別の画像の点と対応づけるところから始まります。対応が取れれば、2 枚の画像の位置合わせや、カメラがどう動いたかの推定に進めます。そこから奥行きを求めるには、レンズと撮像素子の関係を表すカメラモデル、2 台のカメラの間に成り立つエピポーラ幾何、実際のカメラの内部の値を測るキャリブレーションが欠かせません。本書の前半の章の並びは、この依存関係をそのままたどる順序と読めます。後半の 機械学習 の章は、次元を減らす主成分分析、ラベルなしでまとまりを見つけるクラスタリングから、ラベル付きのデータで学ぶ識別器へ進み、最後に識別器の良し悪しを測る評価で閉じています。手法を一つ覚えるだけでなく、性能をどう比べるかまでを章として独立させている点は、実験の結果を自分で判断する必要がある学生や研究者に効く配分です。

前著を終えた学生と、応用を急ぐ技術者に向く一冊

まえがきは、学生だけでなく、コンピュータビジョン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分の課題に応用しやすいよう配慮したと述べています。一方で、まえがき自身が続編と明言しているため、OpenCV に初めて触れる人は前著から始めるほうが進めやすいはずです。また章題に深層学習の語は無く、ニューラルネットワークも機械学習の手法の 1 章として置かれています。深層学習を中心に学びたい人は別の本を選ぶほうが目的に近づき、分野全体の本の選び方は 機械学習とディープラーニングの本のガイド にまとめています。

カメラの位置推定や 3 次元再構成のような幾何の処理と、主成分分析からブースティングまでの古典的な機械学習の手法を、それぞれ動くコードで確かめながら身につけたい人にとって、本書は一冊で両方の入口を押さえられる教科書です。講義や研究で手法の中身を説明できるところまで理解したい人ほど、理論と実装を対にした章の作りが役に立ちます。