近年、自動運転を始めとする多彩なアプリケーションに必要な技術として盛り上がっている、ディープラーニングを始めとする機械学習を用いた画像認識技術について説明致します。
　具体的には、光学系を用いた画像の撮影に関する技術から、画像認識技術の概要、一般的な画像認識処理フロー、評価方法、ディープラーニングの基礎、様々な画像認識アルゴリズム、また外観検査などへの応用に関して解説致します。
　機械学習ベースの画像認識技術に興味がある方におすすめ致します。いくつか、セミナー後にできる演習も準備致します。

1. 画像認識技術の概要
   1. 画像認識のキー技術
2. 画像の撮影
   1. 撮影画像
   2. 各種カメラ
   3. 画像処理
   4. 光学系と画像処理の最適化設計
   5. 偏光カメラ
3. 機械学習の基礎と画像認識
   1. 機械学習とは
   2. 機械学習の考え方
   3. 一般的な画像認識AIの処理フロー
      1. 学習サンプル
      2. 特徴量の設計について
      3. 機械学習の種類
      4. 性能評価方法
   4. 機械学習による開発のポイント
      • 演習問題:少量サンプルテーブルデータの分類問題
4. ディープラーニングの基礎
   1. 応用用途と発展の歴史
   2. 基本形
   3. 学習方法
   4. 層構成
   5. 正則化
   6. 畳み込みニューラルネットワーク
   7. 実行コード解説
      1. テーブルデータ分類例
      2. 画像認識例
      3. ディープラーニングを用いた画像検査例
         • 演習問題:ディープラーニングを用いた分類問題
5. 様々な画像認識アルゴリズム
   1. 画像認識処理の歴史
   2. 代表的な処理
      • 演習問題:CNNを用いた画像認識問題
6. 画像認識技術のアプリケーション例
   1. 鋳造部品の画像検査アルゴリズム例
   2. 路面凍結部検出アルゴリズム例
7. 画像認識と機械学習技術の今後の動向
   1. AIの急速な発展
   2. AIの製造業への応用