　　　

☆☆☆Web配信セミナー☆☆☆

『Image Quality Assessment（IQA）：
　画像の品質を高精度に評価する方法のノウハウ』

　～画像処理評価、画像検査の新しいアプローチ～

S250128AW1

　☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆

開催日時：2025年1月28日（火）10:00-16:30
受講料：お1人様受講の場合　53,900円[税込]／1名
　　　　　1口でお申込の場合　66,000円[税込]／1口（3名まで受講可能）

　★本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、
　お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。

　★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。
　講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。

　★受講中の録音・撮影、スクリーンキャプチャ等は固くお断りいたします。

…関連講座…【”画像” / ”音”処理技術　講座】

講　師

　島村徹也（しまむらてつや）　氏
　　　埼玉大学大学院　理工学研究科　教授（工学博士）

＜経歴＞	1986年　慶應義塾大学　理工学部　卒業。　1991年　慶應義塾大学大学院　理工学研究科　博士課程修了、工学博士。　1991年　埼玉大学　工学部　情報工学科　助手。　1995年　ラフバラ大学（イギリス）　客員研究員。　1996年　ベルファーストクイーンズ大学（イギリス）　客員研究員　1998年　埼玉大学　助教授。　2007年　埼玉大学　教授。
＜学会、等＞	IEEE, アメリカ音響学会、日本音響学会、電子情報通信学会、信号処理学会、電気学会　会員。現在、信号処理学会編集長。
＜専門＞	ディジタル信号処理とその音声、画像、通信への応用など。論文・著書多数。これまで20社を超える企業との共同研究を実施するなど、産学連携に力を入れている。2019年より「AI時代の画像処理技術研究会（埼玉大学産学官連携協議会）」の代表を務め、年に複数回の研究発表会を主導している。

　セミナーの概要

　今、Image Quality Assessmentが急速に進展し、普及し始めています。IQAと略して呼ばれるこの技術は、産業界では、特に海外において、画像の品質を高精度に計測する先端の方法として取り入れられつつあります。これまでの、多くの人に評価値を求め、それらを集計していく主観的評価方法から、コンピュータに自動的に評価値を算出してもらう客観的評価法へとシフトして行っています。しかしながら、国内では、客観的評価方法の中のPSNRなどのごく限られた評価方法しか用いられていないことがよくありますが、今では１枚の画像が与えられれば、参照画像なしでも、Blind IQAでその評価値を高精度に算出できます。
　得られた画像や処理した画像の良し悪しを自動判別、判読可能かどうかの自動判断、キズや損傷画像の検査に利用可能です。
本セミナーでは、基礎から最先端の方法までを丁寧に解説し、その実際の効果的な利用法について各種ご紹介します。

　講義項目

　1　画像の品質評価

☆☆☆Web配信セミナー☆☆☆

『Image Quality Assessment（IQA）：
　画像の品質を高精度に評価する方法のノウハウ』

　～画像処理評価、画像検査の新しいアプローチ～

S250128AW1

島村徹也（しまむらてつや）　氏
　　　埼玉大学大学院　理工学研究科　教授（工学博士）

1　画像の品質評価

1.1　主観評価
　　1.2　客観的評価

2　客観的評価方法

2.1　フルリファレンス型
　　2.2　低減リファレンス型
　　2.3　ノンリファレンス型

3　フルリファレンス型

3.1　PSNR（Peak Signal to Noise Ratio）
　　3.2　SSIM（Structural Similarity）
　　3.3　FSIM（Feature Similarity）
　　3.4　組み合わせ法
　　3.5　その他

4　低減リファレンス法

5　ノンリファレンス型

5.1　畳み込みニューラルネットワーク法（CNN）
　　5.2　BRISQUE（Blind/Referenceless Image Spatial QUality Evaluator）
　　5.3　最近の深層学習に基づく方法

6　応用例

6.1　高品質な画像のみを自動選択
　　6.2　画像品質の自動順位付け
　　6.3　類似する画像の高速発見
　　6.4 車載などの動画へ利用

7　今後の発展

☆☆☆Web配信セミナー☆☆☆ 『Image Quality Assessment（IQA）： 画像の品質を高精度に評価する方法のノウハウ』 ～画像処理評価、画像検査の新しいアプローチ～

S250128AW1

島村徹也（しまむらてつや） 氏 埼玉大学大学院 理工学研究科 教授（工学博士）

1 画像の品質評価

1.1 主観評価 1.2 客観的評価

2 客観的評価方法

2.1 フルリファレンス型 2.2 低減リファレンス型 2.3 ノンリファレンス型

3 フルリファレンス型

3.1 PSNR（Peak Signal to Noise Ratio） 3.2 SSIM（Structural Similarity） 3.3 FSIM（Feature Similarity） 3.4 組み合わせ法 3.5 その他

4 低減リファレンス法

5 ノンリファレンス型

5.1 畳み込みニューラルネットワーク法（CNN） 5.2 BRISQUE（Blind/Referenceless Image Spatial QUality Evaluator） 5.3 最近の深層学習に基づく方法

6 応用例

6.1 高品質な画像のみを自動選択 6.2 画像品質の自動順位付け 6.3 類似する画像の高速発見 6.4 車載などの動画へ利用

7 今後の発展

　　　

☆☆☆Web配信セミナー☆☆☆

『Image Quality Assessment（IQA）：
　画像の品質を高精度に評価する方法のノウハウ』

　～画像処理評価、画像検査の新しいアプローチ～

　島村徹也（しまむらてつや）　氏
　　　埼玉大学大学院　理工学研究科　教授（工学博士）

　1　画像の品質評価

　　1.1　主観評価
　　1.2　客観的評価

　2　客観的評価方法

　　2.1　フルリファレンス型
　　2.2　低減リファレンス型
　　2.3　ノンリファレンス型

　3　フルリファレンス型

　　3.1　PSNR（Peak Signal to Noise Ratio）
　　3.2　SSIM（Structural Similarity）
　　3.3　FSIM（Feature Similarity）
　　3.4　組み合わせ法
　　3.5　その他

　4　低減リファレンス法

　5　ノンリファレンス型

　　5.1　畳み込みニューラルネットワーク法（CNN）
　　5.2　BRISQUE（Blind/Referenceless Image Spatial QUality Evaluator）
　　5.3　最近の深層学習に基づく方法

　6　応用例

　　6.1　高品質な画像のみを自動選択
　　6.2　画像品質の自動順位付け
　　6.3　類似する画像の高速発見
　　6.4 車載などの動画へ利用

　7　今後の発展