新3年生向けの研究室配属のための研究室紹介ページ
・情報ゼミナール配属のための研究室紹介スライド（大学のアカウントで閲覧可）
・研究室のこれまでの卒業研究・プロジェクトの内容 ＞こちらのページへ
2025年度情報ゼミナールの内容（予定）
プログラミング演習を行い，研究のために必要な画像処理・認識に関する基本知識の習得とプログラミング技術の向上を目指しています．
- 基本的な画像処理
- 画像修復
- パノラマ画像生成
- （進みがよければ）AR画像生成
- （進みが良ければ）VR空間生成
- （進みがよければ）深層学習（Deep Learning）
1. 基本的な画像処理
PythonおよびC++を用いて，画像を入力し，画素値を直接触って画像処理を行い，画像を表示・出力する．
基本的な画像処理の例：
ネガポジ反転
フィルタ演算（鮮鋭化）
回転
グラデーション生成
360度画像から透視投影画像（一般的なカメラ画像）への変換
2. 画像修復（Image inpainting）
画像修復とは画像内の不要物を消去し，その背景画像を復元すること．
C++を用いて，画像内の類似したテクスチャを逐次的に貼り付けていくことで不要物体を消去（欠損領域を修復）する．
3. パノラマ画像生成（Image mosaicing）
C++(OpenCV)を用いて，複数の画像を変形・合成してパノラマ画像を生成する．
4. AR画像生成（AR Image generation）
Structure-from-Motionのソフトウェアによりカメラの位置姿勢を推定し，
それに基づきPython+OpenGLで画像にCGを合成する．
5. VR空間生成（VR space generation）
CGでのビューイングパイプラインやカメラパラメータを理解し，
Unityを用いてVR空間内を自由に移動し，自由な位置に物体を配置する．
6. 深層学習（Deep learning）
PythonとPyTorchを用いて，深層学習による画像認識や画像生成などを行う．
