画像を拡大・縮小する場合、通常利用される方法として、「最近傍法(Nearest Neighbour)」や「線形補間法(Bilinear Interpolation)」に代表されるサンプル補間法があることを以前紹介しました。最近、サンプル補間法とは概念のまったく異なる画像の拡大・縮小方法として「シーム・カービング(Seam Carving)」が注目され、すでに実用的なアプリケーションも誕生しています。この手法は、画像のリサイズ処理だけに限らず、特定のオブジェクトの除外や再配置など、応用範囲が非常に広いため、これからも様々な目的に応用される可能性があるアルゴリズムです。今回は、この「シーム・カービング」について紹介したいと思います。 ブラウザは、世界中に散らばった様々なコンテンツを閲覧することができる便利なツールです。その中で、画像や動画を表示したり、場合によっては音楽を聴くこともできますが、
前々からアニメ顔類似検索のbag of featuresで使っている特徴点の決め方がイラストにあまり合っていない気がしていたけど、実装がすごく面倒くさそうだったのでやらなかった。しかし、最近SURFに特許があることが発覚して、SURFを使っている意味は特にないなーと思ったので、満足のいくものをつくろう思ったのであった。（ただ特許は気にせずにやる） ということで、こんなのができた(クリックで拡大)。 結構速いし、スケールの変化、回転、ある程度のゆがみには大体対応できている。対応点の決定は、点の特徴ベクトルが一番近い点と二番目に近い点を取って、ふたつの特徴ベクトルの距離の差を確信度として、確信度が高いもののみマッチングしたことにして表示している。 SIFTやSURFに比べると点多すぎだろ（なぜ渦巻きに…）と思うかもしれないけど、これは僕なりにイラストの特性とかbag of featuresで使
午夜性刺激在线视频免费,国产成人欧美一区二区三区,亚洲成AV人片不卡无码,亚洲一区二区三区无码中文字幕,国产精品三级一区二区,亚洲中文字幕无码天然素人在线,久久大香伊蕉在人线国产h,国产成人无码国产亚洲,最近更新 在线 中文字幕,欧美精品高清在线观看爱美,四虎精品成人免费视频�,亚洲中久无码永久在线观看软件,国精品午夜福利视频不卡麻豆,av无码一区二区三区
研究室では、これまでGeneric Object Recognition用のデータセット(多量のアノテーション済の画像ファイル)としてCorel Image Dataを使用していたわけなんですが、商用画像というのと、Corel社が販売を止めてしまったということもあってか、他のデータセットも試してみようと検討中。候補になっているのは、以下。 Caltech101(Caltech256)。その名の通り、California Institute of TechnologyでFei-Fei Li等によって集められたカテゴリ分けされた画像セット。カテゴリを決め、Google Image Search+人力で探した画像。このデータの問題点は、フォアグランド・オブジェクトにだけ、しかも1つのオブジェクトにしかキーワードが付いてない。ライセンスも不明。 The PASCAL Object Recognit
破滅してる。欲を出していろいろよくしようと思ったけど、まじめに考えるといろいろありすぎてちょっとヤバイ。 まあこれは勉強のチャンスであるので、もう少しやってみようと思う。 考えが変わったところ 本人率にこだわっていたけど、これは教師ありでやるべきだし、教師データは今地道に作っている（昨日がんばって60人分のラベル付き顔[髪型]画像各人100〜130枚作った。もとデータはあと150人分あるので健全な精神と引き換えに教師データを作る）ので、それができてからやろうと思った。 類似検索は、本人とかどうでもよくて、人間の感覚で似てると思うのを表示するようにしようと思う。この感覚は心理的には少し難しくて、たとえば知っている同じキャラ(本人)ならあまり似ていないシーンの画像でも似ていると強く思ってしまうことがあるので、「顔が似ている」といったことは書かなくて、「髪形のみ似ている」とか「魂の色が似ている」
3日で作る高速特定物体認識システム (1) 物体認識とは（2009/10/18）の続きです。 今回は、画像からSIFT (Scale-Invariant Feature Transform) という局所特徴量を抽出するところを作ってみようと思います。 SIFT特徴量の抽出 まずは、局所特徴量の代表ともいえるSIFTを試してみます。OpenCVにはSIFTを抽出する関数がなかったのでRob Hess氏がC言語で実装したライブラリを試してみます。内部でOpenCVを使っているので事前にOpenCVのインストールが必要です。実装はOpenCV 1.1でされているみたいですが、2.0でもちょっと手直しすると動きました。Rob Hess氏のホームページからSIFT Feature Detectorのzip版を落とします。 （注）Hess氏のサイトが更新されたようで現在はGitHub上のOpenSIF
ここでは、プログラムなどでよく使用されるアルゴリズムについて紹介したいと思います。 元々は、自分の頭の中を整理することを目的にこのコーナーを開設してみたのですが、最近は継続させることを目的に新しいネタを探すようになってきました。まだまだ面白いテーマがいろいろと残っているので、気力の続く限りは更新していきたいと思います。 今までに紹介したテーマに関しても、新しい内容や変更したい箇所などがたくさんあるため、新規テーマと同時進行で修正作業も行なっています。 アルゴリズムのコーナーで紹介してきたサンプル・プログラムをいくつか公開しています。「ライン・ルーチン」「円弧描画」「ペイント・ルーチン」「グラフィック・パターンの処理」「多角形の塗りつぶし」を一つにまとめた GraphicLibrary と、「確率・統計」より「一般化線形モデル」までを一つにまとめた Statistics を現在は用意して
C++版のOpenCVを使ってカラーヒストグラムを用いた類似画像検索を実験してみました。バッチ処理などのスクリプトはPythonを使ってますが、PerlでもRubyでも似たような感じでできます。 指定した画像と類似した画像を検索するシステムは類似画像検索システムと言います。GoogleやYahoo!のイメージ検索は、クエリにキーワードを入れてキーワードに関連した画像を検索しますが、類似画像検索ではクエリに画像を与えるのが特徴的です。この分野は、Content-Based Image Retrieval (CBIR)と呼ばれており、最新のサーベイ論文（Datta,2008）を読むと1990年代前半とけっこう昔から研究されてます。 最新の手法では、色、形状、テクスチャ、特徴点などさまざまな特徴量を用いて類似度を判定するそうですが、今回は、もっとも簡単な「色」を用いた類似画像検索を実験してみます
というのを作ったので自己紹介します。 2月頃から、コンピュータでアニメ顔を検出&解析する方法をいろいろ試しつつ作っていて、その成果のひとつとして、無理やり出力したライブラリです。 はじめに はじめにざっとライブラリの紹介を書いて、あとのほうでは詳細な処理の話を僕の考えを超交えつつグダグだと書きたいと思います。 Imager::AnimeFaceでできること Imager::AnimeFaceは、画像に含まれるアニメキャラクター的な人物の顔の位置を検出し、さらに目や口など顔を構成する部品位置や大きさの推定、肌や髪の色の抽出を簡単に行うことができるライブラリです。 これらが可能になると、 画像から自動でいい感じのサムネイルを作成できる 動画から自動でいい感じのサムネイルを作成できる 自動的にぐぬぬ画像が作れる 自動的に全員の顔を○○にできる 顔ベースのローカル画像検索 など、最新鋭のソリューシ
類似画像検索に関する情報 目的 優れた画像類似検索エンジンを探しています。この手のものは今後重要性を増していくと思うのですが、現在のところ自由に使え、実用的、優れたものを見たことがありません。もし見つかればそれを使うつもりですが、無ければ自分で作ってみようと思っています。もしうまくいけばオープンソースとして公開したいな、と思っています。（画像処理の勉強にもなるし:-） 現在進行中 imgSeekが使いものになりそうなので、現在そのソースコードの一部を使用して、Windowsのコマンドラインで動作するものを作成中！ ソフト 画像処理関連のソフトの一覧 ImageMagick 今ではWindows版もある。ImageMagickのわかりやすい紹介 imgSeek 画像管理・Viewer。類似画像検索には multi-resolution wavelet decomposition を使っている
フラクタル画像圧縮を用いた類似画像検索システム 圧縮符号データベースを対象とした画像の検索手法について 横山貴紀 電気通信大学 大学院情報システム学研究科 概要 著者らが研究している画像検索システムを紹介する。 従来から研究されている画像検索システムの多くでは、 画像の特徴抽出と、それに基づく類似性の判断の、大きく分けて二つの処理が必要である。それらに対し、著者らのシステムでは圧縮符号を用いることで特徴抽出の過程を無くした。また、構図の類似性に基づいた類似検索を行うことができる特色を有している。 フラクタル符号を用いた類似性の判別 研究を行っているシステムでは、フラクタル画像圧縮を用いている。 フラクタルとは自己相似性を持つ対象物を指す用語である。一般に、画像中には第1図中に示されている白枠で囲まれた領域のような、相似な部分を有している。この相似領域を特徴と見なし圧縮を行っている[1
2024年下半期のフィルム写真たち ふと気がつくと2024年も残り僅か。 そしてふと振り返るとこのブログに掲載する写真がGRIIIで撮ったものばかりになっていたのだけど、決してフィルムに飽きたということではなく、フィルムはフィルムで淡々と撮り続けているし、モノクロもカラーネガもいつも通り自宅で…
こちらで紹介されてたアルゴリズムをJavaで実装してみました。 Color Coherence Vectorを実装してみた 詳しい説明はあちらを見てもらうとして、前処理をした画像はこんな感じ 結果はこんな感じ。ここでは、横を200ドットに制限して、20ドットを閾値にαとβを計算してます。 0 ( 33, 123) 1 ( 2, 110) 4 ( 0, 17) 5 ( 12, 78) 16 ( 2, 64) 17 ( 0, 3) 20 ( 11, 52) 21 ( 44, 236) 22 ( 7, 200) 25 ( 0, 3) 26 ( 10, 184) 37 ( 0, 14) 38 ( 0, 26) 41 ( 0, 3) 42 ( 50, 211) 43 ( 14, 80) 46 ( 0, 1) 47 ( 6, 68) 58 ( 0, 18) 59 ( 0, 28) 62 ( 0, 5)
昨年のISMAR'07でベストペーパーに輝いたGeorg Klein氏の論文 「Parallel Tracking and Mapping for Small AR Workspaces」の ソースコードがついに公開になりました！ masayashi君ヨカッタネ！ 『攻殻機動隊』『電脳メガネ』どころではない拡張現実感技術の現在 | 王様の箱庭 Parallel Tracking and Mapping for Small AR Worspaces 一度は「ソース公開の話はなかったことに」みたいな展開がありましたが， オックスフォード大学直属の会社との間で権利の整理ができたようで， 非商用ライセンスの下でソースを利用することができます． Georg Klein Home Page http://www.robots.ox.ac.uk/~gk/ ソース配布ページ http://www.robo
主成分分析と画像処理 † 主成分分析は多変量のデータ解析に用いられる手法の一つです。 画像処理では，適当な閾値処理等により得られた 直線領域から直線を抽出するのに用いられたりします。 下図は緑色の直線領域が閾値処理により得られたときに、 直線領域の表す直線の傾きを1次元の最小二乗法(左)と主成分分析(右) の二種類の方法を用いて、計算したものです。 主成分分析で得られた直線(右)は正しく直線領域の傾きを表しているのに対し， 1次元の最小二乗法で得られた直線は(左)は明らかに誤っています。 これは両者の誤差のとり方の違いに由来します。 1次元の最小二乗法では，x軸の値は必ず真値であり，y軸の値にのみ誤差が乗ると仮定されます。したがって，1次元の最小二乗法ではy軸方向の誤差が少なくなるように軸が算出されます。 それに対し，主成分分析ではx,y両軸方向に誤差が乗ると仮定され， x,y軸方向の誤差
ここでは、プログラムなどでよく使用されるアルゴリズムについて紹介したいと思います。 こんなことやって意味あるのかどうか正直言って迷いました。プログラマはたいてい知っているような内容だし見る人もいないんじゃないかと思いましたが、これからプログラミングを始めてみようという方にとっては参考になるかもしれないし、何よりも自分にとって頭の中を整理できたりするので、これから定期的にやっていこうかと考えてます。 ところで、紹介する内容はほとんど過去に出版された書物関係から抜粋しています。一応下の方に参考文献として挙げておきますので興味を持たれた方は書店などで探してみてはいかがでしょうか？ ということで、まずはライン・ルーチン(画面に直線を描画する)についての紹介です。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く