通常配送無料 詳細
残り6点(入荷予定あり) 在庫状況について
この商品は、Amazon.co.jp が販売、発送します。 ギフトラッピングを利用できます。
実践 コンピュータビジョン がカートに入りました

お届け先住所
アドレス帳を使用するにはサインインしてください
または
-
正しい郵便番号を入力してください。
または
コンディション: 中古品: 良い
コメント: 【通常配送料無料】【安心のamazon配送センターより配送】Amazon専用在庫、在庫確実。多少の使用感(スレ・微キズ等)はございますが、概ね良好です。【お急ぎ便、コンビニ受け取り等対応】
この商品をお持ちですか? マーケットプレイスに出品する
裏表紙を表示 表紙を表示
サンプルを聴く 再生中... 一時停止   Audible オーディオエディションのサンプルをお聴きいただいています。
この画像を表示

実践 コンピュータビジョン 大型本 – 2013/3/23

5つ星のうち 3.8 4件のカスタマーレビュー

その他()の形式およびエディションを表示する 他のフォーマットおよびエディションを非表示にする
Amazon 価格
新品 中古品
大型本, 2013/3/23
"もう一度試してください。"
¥ 3,240
¥ 3,240 ¥ 1,867
click to open popover

キャンペーンおよび追加情報


よく一緒に購入されている商品

  • 実践 コンピュータビジョン
  • +
  • 詳解 OpenCV ―コンピュータビジョンライブラリを使った画像処理・認識
  • +
  • ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
総額: ¥11,880
ポイントの合計: 359pt (3%)
選択された商品をまとめて購入

Kindle 端末は必要ありません。無料 Kindle アプリのいずれかをダウンロードすると、スマートフォン、タブレットPCで Kindle 本をお読みいただけます。

  • Apple
  • Android
  • Android

無料アプリを入手するには、Eメールアドレスを入力してください。



【Amazon Global】OTAKU Store
Figures, Video Games, Blu-ray, DVD and Music of Japanese Anime, Games and Pop Culture Shop now

商品の説明

内容紹介

コンピュータビジョンの理論とアルゴリズムを基礎から学べる実践的な入門書。
理論の説明にとどまらず、ベクトル演算や行列演算を駆使したサンプルを示しながら
物体認識、3次元復元、ステレオ画像、拡張現実感、その他の応用について解説します。
サンプルプログラムはPython 2.7で書かれています。

OpenCVを使うだけではコンピュータビジョンの本質を理解できません。
forループでピクセルを操作し行列を計算する時代でもありません。
Pythonの数値演算ライブラリを使えば、ほどよい粒度でコンピュータビジョンの基礎を学べます。
各章末には演習問題が用意してあります。演習問題を解くことで自分がその章で何を学んだのか、また自分の理解度を確認できます。

出版社からのコメント

訳者まえがき

本書は“Programming Computer Vision with Python"の日本語訳です。本書の特徴は、現在のコンピュータビジョンの主要なテーマを、具体的な事例とソースコードを示しながら解説していることです。大学や専門学校の講義や演習に最適ですし、高度な画像処理を応用した新しい製品やサービスを開発したり、メディアアートを創造しようとしている方にも、まず手を動かしてどんなものなのかを確認できるよい足がかりになると考えます。

本書を読みこなす上でのポイントは2つあります。
ひとつは数学です。特にベクトルと行列の計算に慣れていないと、理論やソースコードを理解するのは難しいでしょう。実は、訳者も大学で線形代数の講義を受けていたときには、機械的な計算や変換にうんざりしていたのですが、主成分分析により次元を削減するという応用から入って、主要な固有値と基底ベクトルで近似するために行列を変換していくんだな、と理解してからは目の前が開けた経験があります。
参考書としては、志賀浩二先生の『線形代数30講』(朝倉書店)がわかりやすいのでお勧めです。
もうひとつはPythonです。Pythonは習得しやすく生産性の高い言語ですから、この機会にぜひマスターすることをお勧めします。
PythonはC++に比べて1/5~1/10の少ないコード量で済むと言われています。例えば、2値化の画像処理を考えてみましょう。C++では次のようなfor文によって記述します。

for (y = 0; y < h; y++) {
  for (x = 0; x < w; x++) {
    p[y][x] = p[y][x] > t ? 255 : 0;
  }
}

一方、PythonでNumPyを使えば、次のような1行で済みます。

p = 255 * (p > t)

本書のサンプルコードを見ればわかると思いますが、for文でピクセルを順番に走査するようなベタな画像処理のコードはほとんどありません。
その利点のひとつは、コードが短くて済み、配列境界のエラー処理に煩わされず、上位レベル処理の本質に集中できることです。数学でたくさんの数字の並びを行列Xの1文字で表して扱うのと同じ発想です。
もうひとつの利点は、NumPyの実装ではBLASやLAPACKという数学ライブラリが使われているため、高速で正確であるという点です。C++の中級者ほど自前の行列クラスを作って機能不足で遅くて不正確でバグのある中途半端な実装をしがちです。そういうレベルからは卒業しましょう。
従来のC++を使った画像処理の解説書に相当する内容は、本書の1章に集約されています。本書でもPythonの生産性の高さが発揮されています。
コンピュータビジョンの内容を理解した上でなら、OpenCVを使うのが効率がよいと思いますが、これからコンピュータビジョンを学ぶ人にとっては、ブラックボックスの使い方を覚えるよりも、その中身がどうなっているのかを紐解いていくことが大切です。本書の2~9章は、コンピュータビジョンの主要なトピックを丁寧に解説しています。サンプルコードの途中結果をダンプしたりプロットしたりすることで、研究者の営みを追体験することができるでしょう。

2012年2月14日 相川 愛三

商品の説明をすべて表示する

登録情報

  • 大型本: 288ページ
  • 出版社: オライリージャパン (2013/3/23)
  • 言語: 日本語
  • ISBN-10: 4873116074
  • ISBN-13: 978-4873116075
  • 発売日: 2013/3/23
  • 商品パッケージの寸法: 2 x 19 x 24 cm
  • おすすめ度: 5つ星のうち 3.8 4件のカスタマーレビュー
  • Amazon 売れ筋ランキング: 本 - 33,014位 (本の売れ筋ランキングを見る)
  • さらに安い価格について知らせる
    この商品を出品する場合、出品者サポートを通じて更新を提案したいですか?

  • 目次を見る

この商品を見た後に買っているのは?


カスタマーレビュー

トップカスタマーレビュー

2013年3月26日
0コメント| 23人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか?はいいいえ違反を報告
2016年1月31日
0コメント| 1人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか?はいいいえ違反を報告
2013年12月11日
Amazonで購入
0コメント| 4人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか?はいいいえ違反を報告
2016年3月5日
Amazonで購入
0コメント|このレビューは参考になりましたか?はいいいえ違反を報告