CVIMチュートリアル 2

本書では、3次元形状推定・処理に関する最新の深層学習アルゴリズムとして「点群深層学習」「ニューラル3次元復元」「深層照度差ステレオ法」を、また、「AutoML」と題してメタアルゴリズムとしての自動機械学習を解説。深層学習による画像分類や物体検出、セグメンテーションといったタスクの定式化方法についてはすでに多くの書籍やWeb記事で解説がなされているものの、本書では3次元情報をニューラルネットワークで扱う際の基本的な考え方から最新の実装まで学ぶことができる。また自動機械学習は、大手のクラウドGPUサービスで必ずと言ってよいほど提供されている機能であり、その基礎となる考え方から学ぶことは、機械学習サービスをユーザーとして利用する場合にも有用であろう。 第1章　点群深層学習 1.1　はじめに 1.2　ニューラルネットワークによる点群処理 1.3　3次元点群の畳み込み 1.4　点群深層学習のアプリケーション 1.5　その他の話題 1.6　おわりに 第2章　ニューラル3次元復元 2.1　はじめに 2.2　ニューラル3次元復元のフレームワーク 2.3　エンコーダ 2.4　デコーダ 2.5　損失関数 2.6　フレームワークで分析する単眼画像からの全周3次元復元 2.7　おわりに 第3章　深層照度差ステレオ法 3.1　はじめに 3.2　照度差ステレオ法 3.3　深層照度差ステレオ法 3.4　最新の研究動向 3.5　おわりに 第4章　AutoML 4.1　AutoMLとは 4.2　ニューラル構造探索（NAS） 4.3　ハイパーパラメータ最適化（HPO） 4.4　おわりに 索引