【画像処理エンジニア検定対策】合格を目指す一問一答 Part2

テンプレートマッチングは、画像内で特定のパターンを検索する手法です。エッジ検出は画像のエッジを強調し、特徴量抽出は特徴点や特徴量を抽出し、コーナー検出は画像の角を検出します。

相似度は、2つの画像やパターンがどれだけ似ているかを示す指標です。SIFT、ORB、SURFはすべて特徴量抽出アルゴリズムです。

サブピクセル位置推定は、画像の解像度を超えて高精度な位置を推定する手法です。SIFT、FAST、SURFはすべて特徴量抽出アルゴリズムです。

特徴点検出は、画像内の特徴点を検出する手法です。ORB、SIFT、SURFはすべて特徴量抽出アルゴリズムです。

パターン認識は、データから特定のパターンや特徴を識別する技術です。機械学習はデータから学習する技術、深層学習は多層のニューラルネットワークを用いた学習技術、強化学習は報酬に基づいて学習する技術です。

画像特徴量は、画像の特定の特徴を表す値です。ピクセル値は画像の各ピクセルの値、エッジ強度はエッジの強さ、色相は色の種類を示します。

クラスの分布は、異なるクラスに属するデータの分布を示します。データの分布は全体のデータの分布、特徴量の分布は特徴量の値の分布、ラベルの分布はラベルの分布を示します。

kNN法（k-Nearest Neighbors法）は、パターン認識において最も近いk個のサンプルのクラスに基づいて分類を行うアルゴリズムです。SVMはサポートベクターマシン、ニューラルネットワークは人工ニューラルネットワーク、決定木はツリー構造の分類アルゴリズムです。

パーセプトロンは、最も基本的な形の人工ニューラルネットワークで、単一の層を持ちます。ニューラルネットワークは多層のネットワーク、ディープラーニングは多層ニューラルネットワークを用いた学習技術、強化学習は報酬に基づいて学習する技術です。

バックプロパゲーションは、ニューラルネットワークの重みを調整するためのアルゴリズムで、誤差逆伝播法とも呼ばれます。フォワードプロパゲーションは入力から出力への伝播、逆伝播法は誤差を逆方向に伝播させる方法、誤差伝播法は誤差を伝播させる方法です。

CNN（Convolutional Neural Network）は、主に画像認識と生成に使用される深層学習モデルで、特徴量の抽出と分類を行います。RNNはリカレントニューラルネットワーク、DBNはディープビリーフネットワーク、MLPは多層パーセプトロンです。

転移学習は、事前に学習したモデルの知識を新しいタスクに適用する手法です。教師あり学習はラベル付きデータを用いた学習、強化学習は報酬に基づいた学習、無教師学習はラベルなしデータを用いた学習です。

差分画像は、2つの画像の差分を計算して移動体や変化を検出する手法です。背景差分法は背景画像との差分を取り、フレーム間差分法は連続するフレームの差分を取り、統計的背景差分法は統計的手法を用いて背景との差分を取ります。

オプティカルフローは、画像シーケンス中の物体の動きを検出する技術で、各ピクセルの動きをベクトルとして表現します。動体検出は動いている物体を検出し、モーションエスティメーションは動きの推定を行い、トラッキングは物体の追跡を行います。

ブロックマッチング法は、画像を小さなブロックに分割し、対応するブロックを探索して動きを推定する手法です。エッジマッチング法はエッジを基にマッチングし、特徴マッチング法は特徴点を基にマッチングし、パターンマッチング法はパターンを基にマッチングします。

ピラミッド法は、画像を複数の解像度に変換し、各解像度で動きを推定する手法です。ガウス法はガウス分布を使用し、ラプラス法はラプラス変換を使用し、メディアン法はメディアンフィルタを使用します。

ステレオビジョンは、2つのカメラから撮影された画像を使用して3次元構造を再構築する技術です。モノスコピックビジョンは1つのカメラを使用し、パノラマビジョンは広範囲をカバーし、ディープビジョンは深度情報を使用します。

エピポーラ幾何は、2つの視点から見た3次元点の対応関係を記述する幾何学です。アフィン幾何は平行移動やスケーリングを含む幾何学、プロジェクティブ幾何は投影変換を含む幾何学、ユークリッド幾何は通常の距離と角度を扱う幾何学です。

カメラキャリブレーションは、カメラの内部パラメータ（焦点距離、主点位置、歪み係数）を推定するプロセスです。レンズキャリブレーションはレンズの特性を調整し、プロジェクタキャリブレーションはプロジェクタの特性を調整し、イメージキャリブレーションは画像の特性を調整します。

平行ステレオは、2つのカメラが平行に配置されているステレオビジョンシステムです。交差ステレオはカメラが交差して配置され、斜めステレオはカメラが斜めに配置され、垂直ステレオはカメラが垂直に配置されます。

反射は、光が物体の表面に当たって跳ね返る現象です。屈折は光が物質を通過する際に方向を変える現象、散乱は光が物質内部で散らばる現象、吸収は光が物質に吸収される現象です。

放射量は、物体から放出される光のエネルギーの総量を示します。光度は光源の明るさを示し、照度は物体に当たる光の量を示し、輝度は物体から反射される光の明るさを示します。

アルベドは、物体の表面がどれだけの光を反射するかを示す量です。スペキュラリティは光の鏡面反射の度合い、ラフネスは表面の粗さ、ポロシティは表面の多孔性を示します。

照度差ステレオは、異なる照明条件下で撮影された画像を使用して表面の法線や形状を復元する技術です。視差は2つの視点から見た位置のずれ、エピポーラ距離は対応点間の距離、深度マップは各点の深度情報を示します。

ランレングス符号化は、連続する同じ値を持つデータのランの長さを記録することでデータを圧縮する手法です。チェイン符号化は輪郭を連続した線で表現し、フラクタル符号化はフラクタルを用いて圧縮し、ハフマン符号化は符号の長さを最適化して圧縮します。

画素間の相関は、隣接する画素が似た値を持つ傾向を示します。特徴量の相関は特徴量同士の関連性、エッジの相関はエッジ同士の関連性、色の相関は色同士の関連性を示します。

グレースケール画像の符号化は、グレースケール画像を圧縮するための手法です。色空間の変換は異なる色空間への変換、画像の量子化はアナログ信号をデジタル信号に変換し、輝度の調整は画像の明るさを調整します。

動画像の符号化は、時間的な相関を利用して動画データを圧縮する手法です。静止画像の符号化は静止画像の圧縮、2値画像の符号化は2値画像の圧縮、3D画像の符号化は3Dデータの圧縮です。