マルチメディア概論

Introduction to Multi-medialogy

9914H02

14ISMUL301

薄倉　淳子

Junko Usukura

2026年度後期

2026年度

②Second semester

金曜3限

Friday 3rd period

理学部第一部　応用数学科

Department of Applied Mathematics, Faculty of Science Division Ⅰ

2.00単位

講義

Lecture

-

① [対面]対面授業/ [On-site] On-site class

マルチメディアとは，静止画・動画・音声・文字など，多様な表現形態の情報媒体（メディア）を統合し一元的に扱うことである。コンピュータ上では，情報をデジタル化をすることによってこれを実現できる。つまり，どんなに美しい写真も癒される音楽も，コンピュータ上では 0 と 1 の並びとして符号化される。
情報媒体の種類は数多いが，この授業では特に，音声，静止画，文字を題材として学習する。これらの情報媒体がどのようにデジタルデータ化されるのかを学ぶ。また，静止画像の処理技術についても学ぶ。

もともとはアナログの静止画や音声が，どのように数値化（データ化）されるのか，そして，それらのデータは何によって特徴づけられるのかを理解する（実際，人間はその特徴を察知して静止画や音声を理解する）。また，コンピュータ上でストレージを有効に使うための，データの圧縮の仕組みを理解する。

マルチメディア概論は応用数学科のカリキュラム・ポリシーに定めている３つの学問領域を基盤とする最先端の多様な専門教育を実行する科目です。またマルチメディア概論は数学を中心とする基礎知識を習得すること、 および応用数学科のカリキュラム・ポリシーに定める３つの学問領域を体系的に理解できる能力を養うことを実現するための科目です。マルチメディア概論は情報数理の領域の科目です。

1. 音声をデータ化し，音声を特徴づけるものを抽出できるようになる
2. 画像をデータ化し，編集できるようになる
3. 画像データの圧縮の仕組みを理解する

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
​You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/​​​

実習を含むので、授業に出席の際にはPCを持参してください。実習で使うアプリケーションやライブラリは第１週目の授業で説明します。
python の基本的な文法を知っていることが望ましい。

課題に対する作文　Essay／小テストの実施　Quiz type test／実習　Practical learning

-

準備学習は必要ないが、各週ごとの復習をすること。前の週に学んだことを習得していることが、その週の授業を受ける準備となります。

提出された課題（ほぼ毎週）により評価を行います。

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

N

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://gomykits.kinokuniya.co.jp/tokyorika/

1 ガイダンス
　　マルチメディアとは？
　　実習で使う環境の整備。

2 音声データ
　　音声が何によって特徴づけられるか理解する。
　　音声のデジタルデータ化の手法を理解する。
　　音声波形を解析するために離散フーリエ変換を学ぶ。　
　　　　　
3 音声分析
　　実際の音声データを使って、離散フーリエ変換による周波数分析の方法を学ぶ。
　　　　　　　　　　　　　
4 音声分析
　　音声データの周波数分析結果を考察する。
　　
5 コンピュータ上での情報の表現
　　２進数、16進数による整数表現を理解する。
　　画像や音声の標本化と量子化を理解し，これらのデータをコンピュータ上で処理するのに
　　適したデータ型やデータ構造を学ぶ。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
6 文字データ
　　文字コードの国際的な規格である unicode を学ぶ。
　　unicodeの符号化方式である UTF-8 を理解する。

7 画像データ
　　コンピュータ上で色がどのように表現されるのかを理解する。
　　画像のデジタルデータ化の手法を理解する。
　　
8 画像処理
　　トーンカーブを用いた画像変換（コントラスト，彩度などの変調）や色相変換を学ぶ。

9 画像処理
　　畳み込み処理を使った空間フィルタリングによる画像処理（エッジ抽出，平滑化）を学ぶ。
　　
10 画像処理
　　フーリエ変換を使った周波数フィルタリングによる画像処理（ローパスフィルタ，ハイパスフィルタ）を学ぶ。

11 情報理論
　　情報量について理解する。
　　個々の画像がもつ情報エントロピーを計算し，その数値から、データ圧縮の可能性を考察する。

12 データ圧縮のための符号化
　　基本的なデータ圧縮の手法（ランレングス符号化、ハフマン符号化など）を学ぶ。
　　これらの圧縮法を白黒画像の圧縮に適用し理解する。

13 JPEGの圧縮
　　画像の符号化方式であるJPEGによる画像データの圧縮手法を理解する。
　　JPEG圧縮は離散コサイン変換，量子化，符号化を通して行われ，
　　これらを13〜15回の授業で段階的に理解してく。
　　この回では周波数分解の一種である離散コサイン変換について学ぶ。

14 JPEGの圧縮
　　JPEG圧縮で使われる量子化について学ぶ。量子化と復元時の画像劣化との関係を理解する。

15 JPEGの圧縮
　　JPEGの圧縮で使われる符号化について理解する。

-

-

python

Y

N