物体認識のための局所特徴量 SIFTと最近のアプローチ http://www.vision.cs.chubu.ac.jp/SIFT/ 藤吉 弘亘 中部大学工学部情報工学科 概要 1. SIFT(Scale-Invariant Feature Transform) 2. SIFTアプローチの高精度化 - PCA-SIFT - GLOH(Gradient Location and Orientation) 3. SIFTアプローチの高速化 - SURF(Speeded Up Robust Features) 4. 学習を用いた高速化 - Randomized Trees 5. SIFTと一般物体認識(画像分類) 1. SIFT(Scale-Invariant Feature Transform) ステレオ画像 Related Work 回転・スケール変化 照明変化等に頑健 特徴点検出 スケー
id:NyaRuRu:20080127:p1 続き． 私自身，系統だってこの筋の学問を学んだわけではないので，自分の考え方を整理しながら考えてみます． プログラミングの世界では，決まった動作をする小さなモジュールをパイプライン状につなげていって，何か役に立つ大きなものを作ることがしばしばあります．しかし，一口にパイプラインと言っても色々な実装があることに気付きます．代表的なパイプラインとして，まずは UNIX Pipe について見てみましょう． UNIX-pile-like-pipeline UNIX Pipe 流のパイプラインは，BlockingQueue や BlockingStream で連結されたマルチスレッドプログラムとみなすことができます． Java BlockingQueueで遊ぶ: パイプラインごっこ - 檜山正幸のキマイラ飼育記 Java BlockingQueueでもっ
Espresso を飲みながらさらに Espresso を考えていました。 r_instance = A^n * r_instance_0 となるのは間違いないと思います。A は P * P^{T}、さらに P = 1/|I||P| * pmi(i, p)/ maxpmi です。 A は、インスタンスどうしの類似度を表現した正方対称行列です。A_{i,j} はインスタンス i, j の類似度です。 類似度は、パターン個数次元からなるベクトルの内積で、各次元は pmi となります。 この形だと、r_instanc は r_instance_0 できまるので、初期値に依存してるように思えますが、A^n がいったい どういう意味を持つのかずっと考えていました。 A_{i,j} が 0, 1 の場合、A は無向グラフの接続行列となります。i,j がつながっている場合は A_{i,j} = 1となり
もう随分経ちますが，先日CompView秋の学校というのに行き，2泊3日みっちり機会学習を勉強してきました．講師陣は豪華でどの話も面白かったのですが特にElad Hazanによる"Prediction in the dark: the multi-armed bandit problem"が非常に面白かったです． その話を説明するために，まず簡単ながら驚くべき性能を達成するアルゴリズムを紹介しましょう． 解きたい問題は，毎日，次の日の天気が晴れか雨かを予想する問題です．t日目が晴れの場合 y(t)=1, 雨の場合 y(t)=0と表すことにしましょう．t日目にy(t+1)を予想するわけです． さて、自分は天気の専門家ではないので，自分で予報せずに，専門家に頼ることにしてみます．M人の天気予報士がいて，それぞれが独自に次の日の天気を予想しています．i人目の天気予報士のt日目の予報をp(i,t)
Contents The Threading Model DispatcherObject Using the Dispatcher BackgroundWorker DispatcherTimer It would be a shame if you put months of your life into creating an intuitive, natural, and even beautiful interface only to have your users tapping their fingers on their collective desks waiting for it to respond. Watching your application screech to a halt because of a long-running process is jus
やっと入れた。WPFアプリを作ってみた。さっそくVSが固まった(´Д｀)=3 WPF で以下の XAML を書いて実行すると、日付と時刻が「10/29/2009 7:56:33 PM」と en-US カルチャーで表示されてしまいます。 <Window x:Class="LangTest.Window1" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml" xmlns:sys="clr-namespace:System;assembly=mscorlib" Title="LangTest" SizeToContent="WidthAndHeight"> <TextBlock Margin="30" Tex
http://blogs.msdn.com/visualstudio/archive/2009/10/26/box-selection-and-multi-line-editing.aspx ビデオがわかりやすい。 Alt + マウス操作で矩形選択 Alt + Shift + カーソルで矩形選択 (ビデオでこれしゃべってる？とにかく試したらこれでいけた) 矩形を選んでまとめて編集できる！ プロポーショナルフォントでもできた。無駄にすごいｗ id:siokoshou:20090717、id:siokoshou:20090721、id:siokoshou:20090722 に続く TPL の記事。ベータ2の改良点がパラレルチームの blog に投稿されています。 でも、今回はそんなのがどうでもよくなるほど驚いたネタ。 ベータ2で7月に試したコードを実行してみると特にパフォーマンスに変化はありま
実用性はないけどおもしろいｗ こんなにゆがんでてもスクロールできるし、クリックもできる。Chromium を利用しているっぽい。よく読んでないのでよくわかってないんだけど。ClickOnce でインストールできますが、サーバーが遅いのかものすごーく時間がかかるのでご注意を。5年後のインターネットはブラウザの四角い枠がなくなってるかもね。 via http://chriscavanagh.wordpress.com/2009/08/25/a-real-wpf-webbrowser/ こちらにソースもあります。 http://wpfchromium.codeplex.com/SourceControl/ListDownloadableCommits.aspx 3Dバージョンもあった(^^; http://chriscavanagh.wordpress.com/2009/08/27/wpf-3d
MP4CreatorはWindows向けのオープンソース・ソフトウェア。iPhone/iPod Touchの隆盛や、Flashビデオ形式でも取り入れられたこともあって高画質の動画フォーマットとしての地位を固めつつあるMPEG4。MPEG4で動画を作っておけばWindowsやMac OSXでも再生でき、オンラインでもiPhoneなどでも再生ができるで便利だ。 コマンドプロンプトで動作 そんなMPEG4動画を作成したり、その内容を編集できるソフトウェアがMP4Creatorだ。コマンドプロンプトで動作するソフトウェアで、システムで自動化するのに組み込むのが容易にできるのがメリットだ。入力対応の動画形式はH.263、AAC、AC3、AMR、MP3、DivX、MP4V、M4V、CMP、Xvid、CHAPとなっている。 別なフォーマットからの変換もできるが、メインは既存のMPEG4ファイルを解析して
ComputeShader はかなり便利なことがわかってきました。 ポストフィルタなどのピクセル処理だけでなく、VertexShader の前段に頂点演算として 挿入したり、頂点シェーダーの代わりに使ったりも出来ます。 標準描画パイプラインへのちょっとした機能追加が簡単にできるようになった印象です。 これまでは Stream Output や PixelShader を使っていた処理が ComputeShader だけで済むわけです。 ●ここが簡単 ・読み込み位置、書き込み位置が固定されない 与えるリソースはどれも任意アドレスに対してアクセス可能で、特別扱いする ものがありません。 ・設定が項目が少ない ConstantBuffer, ShaderResourceView, UnorderedAccessView のわずか 3つだけ。 サンプラーを使う場合は + 1。 ・設定が独立している
最近，後輩とか，知り合いから奈良先端科学技術大学院大学（NAIST）ってどうなんですか？みたいなことを聞かれたので，ちょろっと書いてみます．ただし，私は情報科学研究科（以下，情報科）出身ですので，物質とか，バイオとかのことはよくわかりません．以下のことも，情報科についての内容です． ちなみに，私自身の経歴としては以下の通り． 2005年3月 奈良高専卒業 2007年3月 奈良高専専攻科修了 2009年3月 NAIST修了 高専出身者なので大学からのNAISTに進学する場合は若干違うかもしれないけど，NAISTへの進学を考えている人，興味のある人の参考になれば幸い． そもそもNAISTって何？ そもそもNAISTって何？ってとこからなんですが，奈良県にある国立大学，奈良先端科学技術大学院大学（NAra Institute and Science）のことで「ないすと」って読みます． 通常
あらかじめ言っておくと、詳しい理屈はわかりません。 もしかしたら、多少誤りも含まれているかもしれません。でもとりあえず結果は出ます。 理屈がわかる人とか、他にもっといいやり方をご存じの方がいらっしゃったら解説お願いします。 ちなみに内容が内容なので自分のブログでは書けません。もし私がどこのだれかわかってもスルーしてやってください。 私は3人姉妹の一番上なのですが、うちの家族は基本的に貧乳。 母も、私も、一番下の妹もそうなんです。 これだけなら遺伝のせいだから仕方ないと納得できるのですが、 なぜか真ん中の妹だけ明らかに大きい。 昔はあまり気にならなかったのですが、 彼の性的嗜好を観察したところ、どうも巨乳が好きであることがわかり、 私のあまりのぺったんぶりになんだか申し訳なさを感じて ちょっと妹に助けを求めてみました。 そしたら、本当に大きくなったよ、びっくり！ で、どうやったら大きくなるか
任天堂の経営方針説明会の質疑応答はいつも非常におもしろくて、参考になります。 2010年3月期 第2四半期（中間）決算説明会 質疑応答 過去にも経営方針説明会の質疑応答をネタに以下のエントリーを書きました。 ドラッカーと任天堂 岩田社長からみる人事の本質 - FutureInsight.info さて今年の質疑応答をみて感じたことは任天堂がたっているステージがあまりにも他のゲーム会社と違いすぎる点です。現在のゲーム業界の問題に関しては、切込隊長の「ネットビジネスの終わり」に一章を割かれて詳しい説明があります。ネットビジネスの終わり (Voice select) おすすめ平均 えーっと。 あまり得られる示唆は無い 製品＆マーケティング＝ビジネス 想像以上にネットビジネスのことが書いてなかった Amazonで詳しく見る by G-Tools題名に反してネットビジネスのことはほとんどかかれていな
・図説「愛」の歴史 鑑賞に値する美しいビジュアルブック。『21世紀の歴史』を書いたフランス政府顧問のジャックアタリが、38億年前の単細胞生物の生殖から未来の複雑な男女関係まで、愛を視点に地球史を展望した。愛や結婚をモチーフにした美術作品や写真など合計200点を超えるカラー資料をまじえた豪華絢爛な絵巻。 今から8000年くらい前、富が集中した中国や中東で人間の寿命は30歳を超えた。男が生殖における自身の役割、すなわち精子の役割に気がついたのが、この頃だったとされる。それまでの人類はどうやら性交と生殖の具体的な仕組みを知らなかったらしい。だからカップルの関係は長く続かず、子供も両親と長く一緒には暮らさなかった。 寿命が延びたことで、男女は長期的な愛の関係を育むようになったのである。愛のかたちはそこからぐっと多様化、複雑化する。ギリシア人は愛をエロス、フィリア、アガペーの３つの形に区別した。ロー
本日11月8日（日）、伺的ソフトウェア勉強会（うかべん） 横浜 #4が実施されます。 ここんとこ何度かやっておりますテキスト実況ですが、 今回もがんばってみようと思います。 順調にいけば11:00頃から開始しますので皆様よろしくどうぞ。 【この記事の内容について】 この記事は、私がスピーカーの皆さんの発表を聞き、自分なりに理解し、かみ砕いて書き下し（ていませんが）、感想を付け加えたものです。 （各発表の冒頭にある「概要」と末尾にある「感想」は、私自身の意見・感想です。） とくに私の理解力不足により、スピーカーの皆さんが発表された内容と相違している可能性があります。 誤りや問題点がありましたら、コメント・拍手等でご指摘ください。 【修正履歴】 11月9日 23:54 - ディスカッションの発言者の間違いを修正。ご迷惑をおかけしました。 11月10日 3:00 - 全体的に文言を修正。あきらか
SIFT(Scale Invariant Feature Transform)特徴点について調べた． SIFT特徴点はHarrisオペレータに似ているが， 線形変換を行われてもマッチングができるという特徴を持つ. "Distinctive image features from scale-invariant keypoints",David Lowe 具体的には， MRA:Multi-resolution analysis(多重解像度分析)と DOG:Difference of GaussianDOG(ガウシアン微分)を行って， さらに特徴量をベクトルで表すことで， アフィン変換に対して強い耐性を持たせているようだ． その特性を生かして，パノラマ画像の自動合成などにも利用されている． autopano-SIFTなど． ただ，autopano-SIFTはマッチングまでしか行ってくれないので
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