三重大学ウェブシラバス

シラバス表示

　シラバスの詳細な内容を表示します。

→ 閉じる（シラバスの一覧にもどる）

科目の基本情報

開講年度	2021 年度
開講区分	生物資源学研究科(博士前期課程)共生環境学専攻

受講対象学生	大学院(修士課程・博士前期課程・専門職学位課程) : 1年次
選択・必修	選択必修
授業科目名	フードシステム学演習
	ふーどしすてむがくえんしゅう
	Seminar on Agricultural and Food Systems
単位数	2 単位
ナンバリングコード	BIOR-Envr-5272-005

開放科目	非開放科目
開講学期	通年
開講時間	金曜日 9, 10時限
授業形態	ハイブリッド授業 * 状況により変更される可能性があるので定期的に確認して下さい「オンライン授業」・・・オンライン会議ツール等を利用して実施する同時双方向型の授業「ハイブリッド授業」・・・「対面授業」と「オンライン授業」を併用した授業「オンデマンド授業」・・・動画コンテンツの配信等によって実施する授業
開講場所	生物資源学部4階　419室，オンラインの場合はTeams
担当教員	森尾　吉成（生物資源学研究科）
担当教員	MORIO, Yoshinari
SDGsの目標
連絡事項	* 状況により変更される可能性があるので定期的に確認して下さい

学修の目的と方法

授業の概要	Society5.0対応のフードシステムに求められる農作物生産現場のスマート農業化，流通・販売におけるデジタルマーケティング展開などに必要不可欠な，画像処理をはじめとする光センシング技術，ロボットシステム，AI，深層学習，機械学習，IoT技術を基礎とし，フードシステムの起点に位置する農作物生産現場のロボット化と生産作業データ収集手法，フードシステムの核に位置する農産物・食品品質の非破壊計測・解析手法を学ぶ必要がある．本講義では，画像処理のプログラミングに焦点を当てて演習を行う．
学修の目的	基本的な画像処理プログラムを継続して開発し，毎回その成果を発表する．
学修の到達目標	・画像処理ライブラリOpenCVを組み込んだプログラムの開発状況を報告する．・USBカメラから取得した画像を処理するプログラムの開発の進捗状況を発表する．・画像から色情報を抽出し処理するプログラムの開発の進捗状況を発表する．・画像から形状特徴量を抽出し処理するプログラムの開発の進捗状況を発表する．・動画像処理するプログラムの開発の進捗状況を発表する．・オリジナルの画像処理プログラムの開発の進捗状況を発表する．
ディプロマ・ポリシー	○ 学科・コース等の教育目標 ○ 全学の教育目標感じる力 ○感性　共感 ○主体性考える力 ○幅広い教養 ○専門知識・技術 ○論理的・批判的思考力コミュニケーション力 ○表現力(発表・討論・対話) 　リーダーシップ・フォロワーシップ　実践外国語力生きる力 ○問題発見解決力　心身・健康に対する意識 ○社会人としての態度・倫理観
成績評価方法と基準	成果発表80%，レポート20%，計100%
授業の方法	演習
授業の特徴	PBL 問題自己設定型PBL プロジェクト型PBL 特色ある教育反転授業 Moodleを活用する授業 eポートフォリオを活用する授業英語を用いた教育教員と学生、学生相互のやり取りの一部が英語で進められる授業
授業改善の工夫	毎回授業アンケートを実施し，授業改善を行う．
教科書
参考書
オフィスアワー	毎週金曜日12:00～13:00　415室，Teams
受講要件
予め履修が望ましい科目
発展科目	環境情報システム工学特別研究I，環境情報システム工学特別研究II
その他

授業計画

MoodleのコースURL

キーワード	画像処理，OpenCV，プログラミング
Key Word(s)	Image processing, OpenCV, Programming
学修内容	第1回　カメラとOpenCVを用いた画像取り込み方法の解説第2回　画像入力プログラムの開発第3回　OpenCVを用いたRGBカラー，モノクロ，HSVの色情報，エッジ強度情報，2値化，ラベリングなどの画像処理の基本アルゴリズム実装方法の解説第4回　OpenCVを用いたRGBカラー，モノクロ，HSVの色情報，エッジ強度情報，2値化，ラベリングなどの画像処理プログラムの開発第5回　農道，農作物，畝，畦畔といった農作業現場に登場する領域の認識手法の解説第6回　農道，農作物，畝，畦畔といった農作業現場に登場する領域の認識プログラムの開発第7回　カメラキャリブレーションの解説第8回　カメラキャリブレーションプログラムの開発第9回　カメラパラメータを用いた歪み補正手法の解説第10回　カメラパラメータを用いた歪み補正プログラムの開発第11回　ステレオカメラを用いた深度情報の取得方法の解説第12回　ステレオカメラを用いたステレオ視プログラムの開発（その1）第13回　ステレオカメラを用いたステレオ視プログラムの開発（その2）第14回　ステレオ視で取得した3次元点群情報処理方法の解説第15回　ステレオ視で取得した3次元点群を用いた例外値にロバストな直線・平面推定アルゴリズムの解説第16回　ステレオ視で取得した3次元点群情報を用いた直線推定プログラムの開発第17回　ステレオ視で取得した3次元点群情報を用いた平面推定プログラムの開発第18回　画像特徴点および特徴パラメータの計算方法の解説第19回　画像特徴点および特徴パラメータ検出プログラムの開発第20回　画像特徴点検出による特徴点マッチング手法の解説第21回　画像特徴点検出による特徴点マッチングプログラムの開発第22回　深層学習AIを用いた物体検出アルゴリズムの解説第23回　深層学習アルゴリズムを用いた物体検出プログラムの開発第24回　深層学習アルゴリズムを用いた領域分割アルゴリズムの解説第25回　深層学習アルゴリズムを用いた領域分割プログラムの開発第26回　ロボット自律走行のための環境認識アルゴリズムの解説第27回　Visual-SLAM法を用いたロボット自己位置検出および環境地図作成手法の解説第28回　Visual-SLAM法を用いたロボット自己位置検出および環境地図作成プログラムの開発第29回　LiDAR-SLAM法を用いたロボット自己位置検出および環境地図作成手法の解説第30回　LiDAR-SLAM法を用いたロボット自己位置検出および環境地図作成プログラムの開発
事前・事後学修の内容	第1回　オリジナルプログラムの開発作業・成果発表原稿の準備（8時間）第2回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第3回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第4回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第5回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第6回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第7回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第8回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第9回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第10回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第11回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第12回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第13回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第14回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第15回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第16回　オリジナルプログラムの開発作業・成果発表原稿の準備（8時間）第17回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第18回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第19回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第20回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第21回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第22回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第23回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第24回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第25回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第26回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第27回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第28回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第29回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）第30回　オリジナルプログラムの開発作業・成果発表資料の準備（8時間）
事前・事後学修の内容	事前学修の時間:60分/回　　　事後学修の時間:420分/回