デジタル社会において、コンピュータビジョン (CV) 技術は自動運転、医療、製造、セキュリティなど、私たちの生活を豊かにする多様な分野で欠かせないものとなっています。この革新的な技術は、デジタル画像や動画から価値ある情報を抽出し、理解することを可能にします。
　「コンピュータビジョンに興味はあるけれど、何から始めれば良いか分からない」「Pythonを使って画像処理や機械学習を試してみたい」という方を対象に、本本セミナーではCV技術の基礎から実践的な応用までを、世界で最も使われているプログラミング言語の一つであるPythonを用いて体系的に学びます。
　まず、画像がコンピュータ内部でどのように扱われるかといった基本から丁寧に解説し、その後、Pythonの主要な画像処理ライブラリを使った実践的な画像処理技術 (明るさ調整、フィルタリング、物体検出の基礎など) をコードを動かしながら習得します。さらに、画像認識における機械学習の基本的な考え方や、簡単な実装にも触れ、未来の技術の片鱗を体験していただきます。
　また、近年の技術進歩を加速させているGPTなどの大規模言語モデル (LLM) を、コンピュータビジョンの学習や開発においてどのように活用できるか、具体的なヒントもご紹介します。LLMを賢く使うことで、技術情報の収集やコードの理解・作成が効率化され、研究開発のスピードアップが期待できます。理論だけでなく、具体的なコードと実践的な例題を通じて、コンピュータビジョン技術を「使える」ようになることを目指します。ぜひこの機会に参加し、コンピュータビジョンの魅力に触れ、あなたのスキルを次のレベルへ引き上げてください。

1. コンピュータビジョンへの扉を開く 〜基礎とPythonの準備〜
   1. コンピュータビジョンとは
   2. 画像の正体 〜コンピュータは画像をどう見るか〜
   3. コンピュータビジョン学習のためのPython基礎確認
   4. 画像ファイルの入出力と画面表示
   5. よく使うPython便利な機能・ライブラリの紹介
   6. 簡単なシステム開発の考え方
2. Pythonで体験する基本画像処理 〜画素操作から物体抽出まで〜
   1. 画素値の変換と画像の明るさ・コントラスト調整
   2. フィルタリングの基本 〜近傍演算の考え方〜
   3. 画像の二値化と輪郭検出
   4. 画像の変形 〜リサンプリングと幾何変換〜
3. 画像からの情報抽出と解析 〜特徴とパターンの認識〜
   1. 画像の特徴を見つける 〜特徴量・統計量の基本〜
   2. 画像マッチングによるパターン検出
   3. 直線を検出するハフ変換
   4. 画像のノイズ除去と復元 (入門)
   5. 画像領域の分割 〜クラスタリングとセグメンテーションの考え方〜
4. 機械学習による画像認識入門 〜簡単な例題を通して〜
   1. 知的処理と機械学習の基本概念
   2. シンプルな特徴を用いた画像認識の仕組み
   3. 機械学習ライブラリPyTorchの超入門
   4. 機械学習で文字認識に挑戦
   5. コンピュータビジョン技術の開発・学習におけるLLMの可能性