|
デジタル情報の
処理と認識('22)
- この科目を選択した理由:オンライン科目から取
るなら…と、得意な情報科目でシラバスを見ていたら色々なデジタル情報の処理について体系的に学べて面白そうだ
と感じたので履修しました。
- 最終感想: (最終講義終了後に書きます)
- 受講の感想:
- 10月
- 1時限 10月5日 / オンライン授業が本日の10時から開始です。た
またま休日でしたので、昼過ぎごろから今学期初のオンライン授業に臨みました。これまで受講してきたオンラ
イン授業とは異なり、1コマが45分の動画1本という放送授業の形態でした。今までのオンライン授業は1コ
マが複数の節で動画に分かれていて、だいたい1動画10〜30分を1コマで2〜4動画ぐらいを組み合わせて
いたので、割とちょいちょい受講ができたのですが、この科目は45分しっかり確保しないといけないので、
ちょいちょい受講作戦は難しそうです。
「文字の表現」ということで、ビット、バイト、2進数、16進数から文字コード、フォント、XML、テキス
トエディタとタイトルの通りの講義でした。既に知っていることも多かったので、かなり気楽に望めましたが、
文字コードの種類などは名称は知っているもののそれぞれの構造や目的(役割)などはあまりしっかりは理解し
ていなかったので、色々新たな知識も得ることができました。小テストは4/4点で満点でした。テストも最初
の成績ではなく、最高得点なので、何度受験しても、最高得点が評定になります。先生自身も解説で「何度でも
受験できるようにしていますので、満点を目指してください」とのことでした。
- 2時限 10月5日 / 引き続きの受講です。「自然言語処理」と題し
て、人工言語(プログラミング言語)と対しての自然言語(人が日常的に使用する言語)を、コンピュータに理
解、解析、処理させる仕組みという部分でした。正直なところ、意識したことのない部分だったので、ついてい
くのがやっとでした。なんか品詞とか時制とか、日本語や英語の授業を受けている気分でした。大まかには、英
語と日本語では単語も文の構成もかなり違うので、それぞれについて解析が必要であること、こう解析すれば正
しいという唯一の正解がないので、様々な前後情報や辞書、コーパスといった例文集などを駆使して、できる限
り正しく解析できるように目指してはいるものの、高い精度で解析を実現することは未だ容易ではないとのこと
でした。小テストは4/4点で満点でした。
- 3時限 10月6日 / 自然言語処理の応用と題した講義でした。機械翻
訳の仕組みではトランスファー方式や中間言語方式の違いや利点、全文検索では総当たり検索が簡単で確実では
あるが、時間がかかるため、インデックスを作成することにより処理を高速化できるメリットもあるが、イン
デックスされなかった語は検索できないというデメリットもあること、インデックスの作成の方法(転地イン
デックスやTF、IDFといったキーワードに重み(数値)づけをしたり、その数値を更にベクトル空間法で比
較すること、テキストマイニングとして、多量に蓄積されたテキストデータのなかから、知識(関連性)を見つ
け出す方法として、共起性やベクトルを用いられることなどを学習しました。アルゴリズムは苦手分野ですが、
アルゴリズムを少し覗き見るような講義でした。小テストは4/4点で満点でした。
- 4時限 10月6日 / 音の表現と題しての講義でした。音をデジタル化
する方法として標本化と量子化、サンプリング周波数などの内容でしたが、これは既修の他科目や保有している
資格の試験問題で良く出てくる基礎なので、ほぼ復習でした。その後、音の3属性として、大きさ、高さ、音色
についてでしたが、特に高さについては、周波数とピアノの鍵盤との対比、半音との関係や調律法など、音楽の
授業でも聞いているような感じでした。もちろん、音楽には全く素養がありませんが、ピアノの鍵盤を周波数と
して検討するとどうなるかという内容でした。周波数が高い方が情報量が多く送れるという話はなんとなく分
かっていましたが、周波数が高いと波形の間隔が短くなるので、その分振幅を多く表せるようになるので情報量
が増えるという理屈は、今日の講義で理解することができました。小テストは4/4点で満点でした。この科目
はそれぞれの分野について、デジタルという部分だけでなくアナログ的な部分も突っ込んでくる意外な科目です
ね。
- 5時限 10月7日 / 音声周波数の分析と題しての講義でした。いつも
通り、人間から音声がどのように発声するのかというアナログな仕組み、母音、子音、破裂音、摩擦音といった
音による発声方法の違いなどを学んだのち、人間が発した声をデジタルで分析するには、周波数そのものを直接
分析したり、フーリエ変換をして数値化することにより、認識することができるとの話でした。最後は話者同定
の方法として、逆フーリエ変換や声紋を用いる方法と例を学習しました。言語を分析するには人に依存しない特
徴、話者同定はセキュリティや犯罪捜査などにも活用されているので、自分の意志で変えられない特徴として、
周波数や声紋は、口腔の形状や硬さなどにより変えることが難しい特徴として用いられているとのことでした。
全体の3分の1を受講して、この講義は、小難しい内容ながらも、初学者でも比較的理解しやすい図や例が用い
られているため、ついていけないということもなく、受講しているとあっという間に時間が経っています。小テ
ストは4/4点で満点でした。小テストは練習問題を解いておけば、その変形のような問題が出ますのでそこま
で難しくはないです。講義の内容的にはもっと難しくすることもできるとは思うのですが、何度でも受験出来て
最高得点を成績に採用するという方針と合わせて考えると、1コマの講義で完璧な理解を目指すのではなく、初
学者に苦手意識を持たせずにまずは大筋で理解してもらいたいという思いが感じられてきました。
- 6時限 10月7日 / 音声の合成と認識と題しての講義でした。まず単
語を認識させる方法として、単語の音声特徴をデータベースに登録しておくことが第一条件で、次に入力された
音声とデータベースの一致を比較する方法として、DPマッチングや隠れマルコフモデルが紹介されました。単
語認識は、簡単な音声認識やコンピュータに対して音声でコマンド指示する際に使われているとのことでした。
更に、ディクテーションというフリーの自由文を認識する方法は、単語認識に比べて曖昧性などが発生するため
更に難しくなるため、辞書や文法による制限、単語に後に続きやすい単語を統計的に解析することなどで、誤っ
た認識を少なくするという手法が用いられていることが紹介されました。更に今度は音声合成や歌声合成といっ
た、音声を出力する方法について、録音編集方式や規則合成方式がありそれぞれの利点や特徴が紹介されまし
た。最後の歌声合成では、周波数を上げることにより、棒読みであった語が歌っているように聞こえるようにな
る実演まであり、コンピュータが行っている処理を少し覗き見ることができました。小テストは4/4点で満点
でした。
- 7時限 10月8日 / 色と画像の表現と題しての講義でした。まずは人
間が色を識別する方法や、人間が可視光として識別できる色と、X線、電波も同じ電磁波であること、明るい場
所では3つの錐体、暗い場所では色は識別できないが微弱な光を捉えられる杆体によって見ていること、光と色
それぞれに3原色があり、原色が異なるのは、色そのものは発光しないため、太陽光からの反射を考慮した色に
する必要があると学習しました。次にこの光というアナログ情報をコンピュータで表現するにはRGBと呼ばれ
る3バイトの数値情報が用いられ0,0,0で黒、255,255,255で白、それぞれの原色のみを255
にすると原色となることや、混ぜ合わせるとどうなるかという実演もありました。文字情報と比較して1色で3
バイトという非常に大きなデータサイズとなることから、画像には圧縮という技術を用いてファイルサイズをで
きるかぎり小さくする技術が用いられており、その例として、連続する0や1をまとめて0が7、1が4とまと
めてしまえばその分データ量を減らせるといった説明があり、このように元に戻せる圧縮を可逆圧縮、フルカ
ラーを256色などに落とすものは、ファイルサイズを非常に大きく削減できるが、減色した部分は戻ぜなく
なってしまうという非可逆圧縮の2種があることを学びました。RGBの数値の意味とかはほとんど考えたこと
がなく、画面上のパレットで欲しい色を視覚的に指定することがほとんどでしたので、数値の意味を知れたのは
新たな学びでしたし、この科目はまず人間側を見るので、少し人体の仕組みにも詳しくなれるような感じがしま
す。小テストは4/4点で満点でした。
- 8時限 10月9日 / デジタル画像の処理と題しての講義でした。今回
は画像処理がメインなので実演が多く、まずは人間がテキストデータとして簡易に記述できるPPM形式の画像
ファイルを作成する実技ののち、GIMPを用い、画像の編集としてヒストグラムやトーンカーブといった部分
を実際の画像の変化を確認しながら、いくつかのパターンを試してみるという講義でした。小テストは4/4点
で満点でした。
- 9時限 10月9日 / 空間フィルタリングとモーフォロジーと題しての
講義でした。表題の用語のみでは何のことやらという感じでしたが、空間フィルタリングは、ぼかし処理、エッ
ジ抽出のような処理の総称かと理解ができました。処理の方法までは考えたこともなかったのですが、計算によ
り求められた特定の要素のみを抜き出す処理で、近傍画素の画素値を計算して平滑化などすることにより行って
いるという、内部処理を確認することができました。モーフォロジーのほうも、膨張や収縮という方法で、穴埋
め、ノイズ消去(ぼかし)、輪郭抽出といった処理に利用されているとのことでした。GIMPで実演しながら
フィルタリングとモーフォロジーのみを扱ったので、時間をかけてわかりやすく解説されていたので、消化不良
になることはありませんでした。小テストは4/4点で満点でした。
- 10時限 10月10日 / 画像認識1(文字の認識)と題しての講義で
した。スキャナ等から入力された文字を認識する方法として、テンプレートマッチング、ゾンデ法、射影特徴
量、k近接法、線形判別分析などがあるが、いずれも1文字1文字を切り抜いたり、文字の大きさをそろえると
いった前処理が必要であることを学習しました。内容としては特に後半のk近接法や線形判別分析などはかなり
専門的で消化不良気味でしたが、OCRが非常に複雑な仕組みによって成り立っていることは大筋として理解す
ることができました。小テストは4/4点で満点でした。
- 11時限 10月10日 / 画像認識2(顔の認識)と題しての講義でし
た。近年ではセキュリティ対策、本人確認などで顔認識が重要な技術となっていますが、その仕組みを垣間見る
ことができました。内容はさすがに専門的な部分も入り混じってきて、消化不良気味だったものの、顔を検出す
るためにRGBやHVCのヒストグラムやHarr-likeパターンなどを用いて、まずは顔を抽出するこ
と、その後多数の検出器を用いて、顔でないものを振るい落としていく、AdaBoostという仕組み、最後
に実際に自分と他人といった顔を識別する方法として、複数の固有顔から作成した平均顔と、識別対象とする顔
の特徴の差(ベクトル、主成分分析)を比較することにより、認識するとの話でした。練習問題で検出器で顔と
そうでないデータが最後まで残る確率という計算問題が出てきましたが、これは講義を聴いていれば言っていた
ことそのままの話でした。小テストはいつも通りの文章題で4/4点で満点でした。
- 12時限 10月10日 / 画像検索と題しての講義でした。画像データ
は必ずしも言葉(文字)としてすべてを表現できるわけではないという前提があること、画像を検索する際にも
検索対象を明確に表現できる場合と、そうではない場合の2つに大別されること、画像の検索は、画像の特徴
量、画像内の物体や配置、画像と結びつく他の情報といったデータをもとに行われるという内容でした。それぞ
れの検索の具体的手法については非常に専門的でしたが、今まで学んできたヒストグラムといった特徴の近似で
求めるものや、画像から認識された情報をテキスト情報に変換して処理するもの、画像に紐づいているメタデー
タ(文字情報)、画像と共に用いられた書籍やスライドなどのテキスト情報と照合するといった方式でした。特
に、検索画像を的確に表現できない場合、例えばこんなイメージ、といった場合、類似する画像を3次元空間に
配置してユーザーに結果として提示するという3次元ベクトルという手法も紹介されました。最後に、検索性能
の評価として、適合率、再現率の計算方法でした。今回は、練習問題でも再現率の計算問題が出てきて、しか
も、講義そのままではない数字が使われているというめずらしいパターンでした。小テストは計算問題はなく、
文章題でしたので、4/4点の満点でした。
- 13時限 10月10日 / 画像処理ハードウェアと題しての講義でし
た。N型やP型といったダイオード半導体の話が初めにあり、なぜここで半導体の話が出てくるのかと不思議に
思いつつも、このあたりは過去の資格試験の工学分野で出てきてたけどよく分からなかった部分だったので、非
常に丁寧な解説でようやく理解できた感がありました。ダイオード半導体で電気から光に変換をしてLEDを実
現しているのとは逆に、光信号を電気信号に変換するCCDという方式がデジタルカメラで用いられているとい
う説明になり、ようやく半導体の解説にかなり時間を割いていた意味が理解できました。CCDにピンホールや
レンズにより特定の方向の光やフィルターを通過させて、画像を記録するという仕組みでした。次はディスプレ
イでブラウン管と液晶の仕組みが解説されましたが、どちらも仕組みまで考えたこともなかったので、興味深い
話でした。特に偏光板は過去にモノクロ液晶を修理したときに貼り替えた経験もあるのですが、当時は映るよう
に角度を合わせてから切るといった原理など無視の作業でしたので、一つ知識が増えました。最後はプリンタで
すが、感熱、熱転写、インクジェット、レーザーとドットインパクト以外は勢ぞろいでした。感熱や熱転写は構
造も単純なのでさらっとした解説でしたが、インクジェットのインクを出す仕組みとして圧電素子やヒーターが
用いられていることや、レーザープリンターがどのように感光体にトナーを形成して付着させているのかといっ
た、なんとなくそうだとは思っていたが、知識として一本につながったと感じた内容でした。小テストは4/4
点で満点でした。
- 14時限 10月10日 / 映像データの処理と題しての講義でした。
データソース(VHS、DVなど)ごとに映像データをパソコンで処理するために必要なA/D変換の方法の解
説ののち、パソコンに取り込むのに必要なビットレートの決め方、編集方法としてのリニア編集とノンリニア編
集の違いの解説ののち、主にノンリニア編集について、映像ファイルのコンテナや圧縮、コーデックといった記
録の方式、シーンチェンジの検出方法といったパソコンでのデジタル処理に必要な知識、最後にドラマ映像を映
像、セリフのテキスト内容、発声者の識別(音声認識)、場面の変わり目(シーンチェンジ)といったパターン
を対応付けて、ドラマ映像を任意に検索したり編集を容易にしたりする手法が提案されていることが紹介されま
した。画像でも検索が大
変なのに映像を検索するとなるともっと大変ですから、今でもまだ提案の段階なのでしょうか。動
画編集は時々しかしませんので、コンテナ、コーデックといったところはなんとなく勘でやっていたところがあ
りますが、しっかり理解することができました。小テストは4/4点で満点でした。
- 15時限 10月10日 / 3次元データの処理と題して、近頃は様々な
分野(地図、映画、ゲーム、医療)などで3Dデータが多用されており、その描画をパソコン上で行う仕組みに
ついての解説でした。パソコンの画面そのものは2次元なので、まず3次元に見えるようにするためには、影を
つけたり、近いものを大きく、遠いものを小さくするといった遠近感を出すという手法で、Shape
from
Xのシリーズを解説、次に現実の物体を3Dスキャンする手法(スリット光投影法、レーザー光)の解説、最後に3Dデータを表示する方法として、ワイヤーフ
レームモデル、ソリッドモデル、レンダリングなどが一通り解説されました。3Dデータとなると今のパソコン
でも処理にそれなりの負荷がかかるので、要とに応じてワイヤーフレームとソリッドを使い分けがされているこ
とや、3Dデータにおいては内部まで陰面処理すると結合している2つの形状を分離して表示することもできる
など、あまりなじみの薄い3Dの仕組みを確認することができました。小テストは4/4点で満点でした。これ
で全15時限の受講を完了し、小テストは全15回満点でした。この科目は小テスト60%、レポート40%の
評価ですので、これで60点、C評価は確実ですので落単はない履修確実の状態となりました。
- 最終レポート 10月30日 / 放送大学附属図書館でのレポート執筆で
す。講義で扱った内容の中から、テーマを自由に設定できる課題でしたので、顔認証技術をテーマとしてレポー
トの草稿を仕上げました。約2時間ほどかかりました。デジタル情報と処理の
|