JubatusとOpenCVで一般物体認識 - Sideswipe
はじめに 先日の Jubatus Casual Talks で、OpenCVを使った一般物体認識の概要と、注意しなければならないポイントについて発表させていただきました。 Jubatus opencv from Kazuya Gokita 詳しくは上記のスライドを御覧ください。 一般物体認識とは 要するに、画像を与えた時にそこに何が写っているのかを推定することです。 ゾウの写真ならゾウ、自転車の写真なら自転車だとコンピュータに判断させるのが目的です。 ところが、これがなかなか難しい問題であまりうまくいっていません。 Googleの画像検索は一見この問題を解決しているように見えますが、画像検索の場合はその画像の周辺にあるテキスト情報が利用できるのでちょっと違います。 たとえば、写真のすぐ下に「ウサギかわいい」って書いてあったらたぶんウサギの写真だろうと判断できます。 このような情報が与えられ
About
What is PCL? The Point Cloud Library (or PCL) is a large scale, open project [1] for 2D/3D image and point cloud processing. The PCL framework contains numerous state-of-the art algorithms including filtering, feature estimation, surface reconstruction, registration, model fitting and segmentation. These algorithms can be used, for example, to filter outliers from noisy data, stitch 3D point cloud
数独を解く(画像解析) - cuspy diary
画像として与えられた数独を解きます。 新聞に掲載されていたこの問題をOpenCVを使って画像解析する。(画像が斜めなのはワザとです) グレースケール変換画像解析の前処理として、まずグレースケールに変換し、ガウシアンフィルタをかけてぼかします。ガウシアンフィルタをかける事で、安定した二値化画像が得られます。 二値化次に二値化を行います。 二値化には、普通の方法、大津さんの手法、適応的二値化、などさまざまな手法が在ります。いろいろ試した所、適応的二値化(Adaptive Threshold)が最も数独の認識に適していることが解りました。 適応的二値化(Adaptive Threshold)であれば、影になってしまった部分も上手く処理できます。 膨張処理次に、数独の盤面の外枠を認識を行います。 二値化の影響で枠線が途切れてしまう可能性がありますので、膨張処理(dilate)を行います。 (膨張処
CVPR 2012 papers on the web - Papers
If you have additions or changes, send an e-mail (remove the "nospam"). This material is presented to ensure timely dissemination of scholarly and technical work. Copyright and all rights therein are retained by authors or by other copyright holders. All persons copying this information are expected to adhere to the terms and constraints invoked by each authors copyright. Orals Micro Phase Shiftin
コンピュータビジョンのソースコード/ライブラリのまとめ - takminの書きっぱなし備忘録 @はてなブログ
今まで自分が見つけたコンピュータビジョンの研究に役に立ちそうなフリーのライブラリやソースコードをまとめてみました。自分ではまだ使っていないものも多いので、そこはご容赦を。主にC/C++が中心です。 またライブラリ形式でない、いわゆる学会で発表した研究のコードをそのまま公開しているという人がたくさんいて、それに関しては特にメジャーなもののみ紹介しています。なにぶん僕の観測範囲は限られてますので、「このライブラリに触れないのはおかしい」、「説明が間違っている」等、ご意見大歓迎です。 定番(Standard) OpenCV 定番中の定番です。コンピュータビジョンに関して広範なアルゴリズムが実装されています。 http://code.opencv.org/projects/OpenCV/wiki/WikiStart Point Cloud Library ３次元点群データを扱うならこれ。Kinec
Google Sites: Sign-in
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
カメラパラメータの推定によるビデオモザイキング
カメラパラメータの推定による超解像ビデオモザイキング ノートパソコン等に接続したUSB/IEEE1394カメラ等によって紙面などの平面物体を撮影し、動画像を解析することによってイメージスキャナと同様の高解像な画像スキャンを手軽に実現する。本研究は、NECとの産学連携によって開発・研究された成果である。(NEC プレス発表) 本システムは以下のようなプロセスから構成される。 1. 画像獲得およびカメラパラメータのリアルタイム推定、プレビュー画像の提示 2. 動画像中で再出現した点の検出 3. 画像系列全体での最適化 4. 高解像モザイク画像の生成 5. 超解像手法の適用 本手法の特徴 ・リアルタイムでのカメラパラメータ推定およびモザイク画像のプレビューが可能 ・姿勢変更を含む、カメラの自由な動きに対応可能 ・再出現特徴点の検出による累積誤差の最小化
Handy AR: Markerless Inspection of Augmented Reality Objects Using Fingertip Tracking
Handy AR: Markerless Inspection of Augmented Reality Objects Using Fingertip Tracking Taehee Lee, Tobias Höllerer Overview The Handy AR presents a vision-based user interface that tracks a user's outstretched hand to use it as the reference pattern for augmented reality (AR) inspection, providing a 6-DOF camera pose estimation from the tracked fingertip configuration. A hand pose model is construc
SURF: Speeded Up Robust Features
SURF was first presented at the ECCV 2006 conference in Graz (Austria). Please reference the CVIU journal version: Herbert Bay, Andreas Ess, Tinne Tuytelaars, Luc Van Gool, "SURF: Speeded Up Robust Features", Computer Vision and Image Understanding (CVIU), Vol. 110, No. 3, pp. 346--359, 2008 download pdf HOME
ハフ変換 - Wikipedia
ハフ変換（ハフへんかん、Hough変換）は、デジタル画像処理で用いられる特徴抽出法の一つである。古典的には直線の検出を行うものだったが、更に一般化されて様々な形態に対して用いられている。現在広く用いられている変換法はen:Richard Duda及びen:Peter Hartが1972年に発明した「一般化ハフ変換」である。この名は1962年にen:Paul Houghが得た関連する特許に由来する。この変換法は1981年のen:Dana H. Ballardの論文 "Generalizing the Hough transform to detect arbitrary shapes"（「 ハフ変換の一般化による任意の形態の検出」）によってコンピュータビジョンの領域で広く用いられるようになった。 理論[編集] いかなる点をとっても、その点を通る直線は無限個存在し、それぞれが様々な方向を向くが
This page is...
後輩曰く，「ページの記述が全体的に難しすぎる」らしいのですが， 逆に言いたいのは「どこにでも書いてあるようなことをわざわざ自分で書いてどうするのか」 ということでしょうか． より具体的な例として数値計算のソースコードで言えば， 「以下の呪文を書きましょう！すると逆行列が計算できます！」 などという記述をわざわざ自分で再生産してどうするのか，ということです． 私は「Web検索など信用するな」という考えを持っていますから， 自分が価値を感じない，さらにメモにもならない記述に意味を見出すことはできません． 学術的な何かを調べるなら図書館で教科書を探すのが最も確実です． 基礎知識を身につけた後で補助的にWeb検索をするのが良いでしょう． ちなみに今以上に丁寧なサンプルコードや， バイナリを即座にリンク可能な状態で公開することも可能ではあります． それをしないのは，私がWebの情報を余り信用しないこ
Home
Hyper Vision Research Laboratory Hyper Vision Research Laboratory (HVRL), Keio University, mainly focuses on Computer Vision research. Our research interests range from basic computer vision theories through applications including image recognition and understanding, broadcast image technology, and augmented reality. We have one paper accepted at MICCAI. Our paper: “Deep Selection: A Fully Supervi
1
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
partake.in
Index of /artoolkit