人間の認識機能を工学的に実現するパターン情報の認識・理解，特に，画像情報の解析と認識・理解技術について学ぶ。具体的には以下の内容から成る。 まず，パターン認識・理解の基本的な枠組を与え，ディジタル画像処理の基本概念と画質改善・特徴抽出を目的とした画像処理手法について述べる。 次に，画像のマッチングと特徴量をもとに対象を認識するための統計的パターン識別理論を説明する。 最後に，動的な３次元シーンの理解を目指したコンピュータビジョンの基本的な枠組と３次元情報獲得、運動解析の具体的なアプローチを紹介する。 １. パターン認識・理解の基本的枠組 ２. ディジタル画像処理（画像変換，セグメンテーション，特徴抽出） ３. 統計的パターン識別（教師つき分類，クラスタリング） ４. マッチングと認識（テンプレートマッチング，類似度評価尺度） ５. コンピュータビジョン（正則化，3次元情報の獲得，動画像解析）

なし。講義ノートとスライドのファイルを公開する。

１. 田村秀行（編著）：コンピュータ画像処理，オーム社 ，2002 ２. 岸野文郎，佐藤隆夫，横矢直和，相澤清晴，有川正俊：画像と空間の情報 処理，岩波書店，2000 　 ３. 井口征士，佐藤宏介：三次元画像計測，昭晃堂 ，1990 ４. D.H. Ballard and C.M. Brown: Computer Vision, Prentice-Hall, 1982

(必ずしも先修条件ではない) 線形代数，解析学 フーリエ解析 ディジタル信号処理

成績評価は，授業の出席（20％），レポート（20％），及び試験（60％）によって行う。