サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
大谷翔平
isl.sist.chukyo-u.ac.jp
概要 テンプレートマッチングはテンプレート画像を入力画像で走査させ,入力画像上の各位置における類似度を算出し, 最大(もしくは,しきい値以上)の類似度をとる位置を検出する手法です. 本ページではテンプレートマッチングの基本的な類似度指標である,Sum of Abusolute Difference(SAD), Sum of Squared Difference(SSD),Normalized Cross-Correlation(NCC), Zero-means Normalized Cross-Correlation(ZNCC)について解説します. Sum of Abusolute Difference(SAD),Sum of Squared Difference(SSD) SADはテンプレートfと入力画像gの濃度値の差の絶対値和,SSDは差の2乗和です. 「各画素値の違いの量」の累積値な
1.講演資料・文献リスト ロボットビジョン・3次元物体認識に関する資料 1.物体認識のための3次元特徴量の基礎と動向(橋本学) 2.20170925-第8回製造・物流等分野ロボット導入実証WG(橋本学)(抜粋) 3.20170210-3次元物体認識の現状技術と将来技術(橋本学)(抜粋) 第35回名古屋CV・PRML勉強会講演(2015/3/21) スライド「物体認識のための3次元特徴量とその周辺」 (5.5MB) DIA2015特別企画セッション講演(2015/3/5) 原稿「距離データハンドリングのための3次元特徴量」 (1.9MB) ViEW2014基調講演(2014/12/4) スライド「物体認識のための3次元特徴量の基礎と動向」 (8.1MB) 画像応用技術専門委員会定例研究会(2014/5/16) スライド(抜粋) 「物体認識技術の進化 画素ベース×特徴量ベース」 (0.9MB)
このページを最初にブックマークしてみませんか?
『isl.sist.chukyo-u.ac.jp』の新着エントリーを見る
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