技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

AI画像処理・画像生成技術のための画像品質評価

AI画像処理・画像生成技術のための画像品質評価

~PSNR・SSIMからDeep Learning IQA、生成AI画像評価まで~
オンライン 開催

概要

本セミナーでは、画像品質評価の基礎から最新研究動向までを体系的に解説いたします。
実際の画像処理・AIシステム開発において適切な評価技術を選択・活用できる知識を習得いただけます。

開催日

  • 2026年9月30日(水) 10時00分16時00分

受講対象者

  • 画像処理技術者
  • AI開発技術者
  • 外観検査システム開発者
  • カメラ・映像機器開発者
  • 医療画像システム開発者
  • 品質保証担当者
  • 研究開発部門担当者

修得知識

  • 画像品質評価の基本概念
  • 主観評価と客観評価の違い
  • PSNR・SSIMなど代表的評価指標
  • No-Reference IQA技術
  • Deep Learningを用いたIQA
  • 生成AI画像評価技術
  • 医療画像AI評価技術
  • Explainable AIと品質評価の考え方
  • 最新研究動向と今後の展望

プログラム

 画像処理アルゴリズムや画像生成AIの発展に伴い、画像品質を客観的に評価する技術の重要性が急速に高まっている。従来のPSNRやSSIMなどの評価指標に加え、近年では人間の視覚特性を考慮したNo-Reference Image Quality Assessment (NR-IQA) やDeep Learningを用いた画像品質評価技術が広く利用されるようになった。さらにDiffusion ModelやGANによる生成画像の品質評価、医療画像AIの性能評価など、新たな課題も生じている。
 本講座では画像品質評価の基礎から最新研究動向までを体系的に解説し、実際の画像処理・AIシステム開発において適切な評価技術を選択・活用できる知識を習得する。
セミナー講演内容

  1. 第1部 画像品質評価の基礎
    1. なぜ画像品質評価が必要なのか
      • 画像処理システム開発の流れ
      • AI画像処理の普及
      • 評価技術の重要性
    2. 人間は画質をどう判断しているか
      • Human Visual System
      • 知覚品質
      • 主観品質
    3. 主観評価法
      • MOS
      • DMOS
      • 評価実験の設計法
      • 評価データベース
  2. 第2部 従来型画像品質評価指標
    1. Full Reference IQA
      • MSE
      • RMSE
      • PSNR
    2. 構造類似性評価
      • SSIM
      • MS-SSIM
      • IW-SSIM
    3. 特徴量ベース評価
      • FSIM
      • VIF
      • GMSD
    4. 指標の長所と限界
      • なぜPSNRだけでは不十分なのか
      • 実例比較
  3. 第3部 No-Reference Image Quality Assessment
    1. NR-IQAとは
      • 参照画像不要評価
    2. 自然画像統計
      • NSSモデル
      • MSCN係数
    3. 代表的手法
      • BRISQUE
      • NIQE
      • PIQE
    4. 実利用事例
      • カメラ画質評価
      • 通信画像品質評価
  4. 第4部 Deep Learningによる画像品質評価
    1. IQAとDeep Learning
    2. CNNベースIQA
      • DeepIQA
      • NIMA
    3. TransformerベースIQA
    4. 学習用データベース
      • LIVE
      • CSIQ
      • TID2013
      • KonIQ-10k
      • PIPAL
    5. 最新研究動向
      • Foundation Model活用
      • Multimodal IQA
  5. 第5部 生成AI画像の品質評価
    1. Diffusion Modelの発展
    2. GANとDiffusion
    3. 従来IQAでは何が評価できないのか
    4. 生成画像評価指標
      • FID
      • IS
      • CLIP Score
      • PickScore
    5. AI生成画像特有の問題
      • Hallucination
      • 不自然構造
      • 偽物画像
  6. 第6部 最新トピックと今後の展望
    1. 医療画像AI評価
      • Explainability
      • 信頼性評価
    2. 大規模視覚言語モデルと品質評価
    3. Explainable IQA
    4. 研究室内での研究事例
      • 歪み分類
      • Reliability-Aware Distortion Classification
      • Explainable Quality Assessment
    5. 今後の研究テーマ
      • Foundation ModelによるIQ
      • Diffusion画像品質評価
      • 医療AI品質保証
      • マルチモーダル品質評価
  7. 質疑応答

講師

  • 島村 徹也
    埼玉大学 大学院 理工学研究科
    教授 / 情報メディア基盤センター長

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 38,200円 (税別) / 42,020円 (税込)
複数名
: 25,000円 (税別) / 27,500円 (税込)

複数名受講割引

  • 2名様以上でお申込みの場合、1名あたり 25,000円(税別) / 27,500円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 38,200円(税別) / 42,020円(税込)
    • 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 請求書は、代表者にご送付いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
  • 他の割引は併用できません。
  • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

  • 1名様あたり 10,000円(税別) / 11,000円(税込)
  • 企業に属している方(出向または派遣の方も含む)は、対象外です。
  • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 Zoomのシステム要件テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は郵送にて前日までにお送りいたします。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

これから開催される関連セミナー

開始日時 会場 開催方法
2026/9/24 生成AIを活用した業務効率化・生産性向上の実践 オンライン
2026/9/24 AI、機械学習と従来型研究開発の現実的な組み合わせ方法 オンライン
2026/9/24 読み手を意識した日本語メディカルライティングの基本 オンライン
2026/9/24 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/24 マーケティング実務への生成AI活用実践講座 オンライン
2026/9/25 分かりやすい技術文章作成のポイント オンライン
2026/9/25 侵害予防調査への生成AI活用とその進め方 オンライン
2026/9/25 材料実験AIエージェントを自分で作る オンライン
2026/9/25 フロー合成マイクロリアクターと新技術との融合 オンライン
2026/9/25 マーケティング実務への生成AI活用実践講座 オンライン
2026/9/28 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/28 FMEA・FTAの考え方、実施手順と事例 オンライン
2026/9/28 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/9/28 賢くなった生成AIによる特許調査・権利化・知財業務の高度化 オンライン
2026/9/28 AI時代の技術マーケティングと調査・戦略企画の実践 オンライン
2026/9/28 AI活用を活用した組立評価 (DFA) によるコストダウン研修 オンライン
2026/9/29 生成AIを活用したバイブコーディングの進め方 オンライン
2026/9/29 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/29 生成AI・AIを活用した暗黙知の言語化と技術・技能伝承への応用 オンライン

関連する出版物

発行年月
2025/6/30 皮膚の測定評価と可視化、イメージング技術
2025/6/23 防犯・監視カメラ〔2025年版〕 技術開発実態分析調査報告書 (CD-ROM版)
2025/6/23 防犯・監視カメラ〔2025年版〕 技術開発実態分析調査報告書 (書籍版)
2025/5/30 AI、シミュレーションを用いた劣化・破壊評価と寿命予測
2025/3/31 生成AIによる業務効率化と活用事例集
2024/10/31 自然言語処理の導入と活用事例
2024/4/8 画像認識技術・システム 技術開発実態分析調査報告書
2024/4/8 画像認識技術・システム 技術開発実態分析調査報告書 (CD-ROM版)
2022/4/28 プラントのDX化による生産性の向上、保全の高度化
2022/4/28 研究開発部門へのDX導入によるR&Dの効率化、実験の短縮化
2022/1/12 製造DX推進のための外観検査自動化ガイドブック
2020/7/31 生体情報センシングと人の状態推定への応用
2020/7/28 紙データの電子化プロセスとスプレッドシートのバリデーション/運用/管理
2020/4/30 生体情報計測による感情の可視化技術
2019/1/31 センサフュージョン技術の開発と応用事例
2016/1/20 画像ワーピング技術とその応用
2015/8/17 防犯・監視カメラ〔2015年版〕 技術開発実態分析調査報告書
2015/8/17 防犯・監視カメラ〔2015年版〕 技術開発実態分析調査報告書 (CD-ROM版)
2014/3/7 画像処理・画像符号化・画像評価法
2013/10/29 高効率動画像符号化方式:H.265/HEVC (High Efficiency Video Coding)