玉木先生によるUdemyの講座「ベイズ推定とグラフィカルモデル：コンピュータビジョン基礎1」 | DERiVE コンピュータビジョン ブログ
Tweet オンライン講義サイト「Udemy」に、私もいつもお世話になっている広島大学の玉木先生の講義「「ベイズ推定とグラフィカルモデル：コンピュータビジョン基礎1」が公開されているのでご紹介します。 以下のリンクから、本講義のサイトに飛べます。 「ベイズ推定とグラフィカルモデル：コンピュータビジョン基礎1」 この講義は、教科書「Computer Vision: Models, Learning, and Inference」に沿って、主にベイズ推定モデルと(確率的)グラフィカルモデルによる機械学習パターン認識の手法の基礎~標準を、コンピュータビジョン分野での応用向けにマスターするための講義です。講義名に「基礎１」とついているように、講義の対象受講者は、大学でコンピュータサイエンスを専門とする学生のB4~M1を対象としていると考えていいと思います。もちろん、コンピュータビジョンを学生さんで
Computer Vision: Models, Learning, and Inference
Computer Vision: Models, Learning, and Inference Simon J.D. Prince A new machine vision textbook with 600 pages, 359 colour figures, 201 exercises and 1060 associated Powerpoint slides Published by Cambridge University Press NOW AVAILABLE from Amazon and other booksellers. "Simon Prince’s wonderful book presents a principled model-based approach to computer vision that unifies disparate algorithm
画像をアップすると自動で説明文を生成してくれる「Images to Text」
By Michele Cannone 画像を認識して位置決めや種別・計測・検査を行うようなシステムのことを「マシンビジョン」と呼び、これは読んで字のごとく「機械の目」となるようなシステムを指します。そんなマシンビジョンの核となるのが「画像認識アルゴリズム」で、現在の技術では既に高度な画像認識アルゴリズムの開発に成功しています。Googleでは、これを応用して画像を読み込み自動で説明文章を生成可能なシステムの開発に成功しており、このシステムを誰でも気軽に使用することができるデモページ「Images to Text」まで登場しました。 Images to Text - Toronto Deep Learning http://deeplearning.cs.toronto.edu/i2t 説明文を自動生成したい場合は、「画像URLを入力」もしくは「ローカルからファイルをアップロード」する必要が
ご注文は機械学習ですか？ - kivantium活動日記
先日書いたOpenCVでアニメ顔検出をやってみた - kivantium活動日記の続編です。アニメ顔を検出するところまではうまくいったので、今度はキャラの分類をやってみようと思います。環境はUbuntu 14.10です。 ひと目で、尋常でない検出器だと見抜いたよ まずは分類に使う学習用データを用意します。投稿から半年以上経つのにまだランキング上位に残っている驚異の動画ご注文はうさぎですか？ 第1羽「ひと目で、尋常でないもふもふだと見抜いたよ」 アニメ/動画 - ニコニコ動画を使います。 動画のダウンロード Ubuntuならaptで入れられるnicovideo-dlというツールを使います。 sudo apt-get install nicovideo-dl nicovideo-dl www.nicovideo.jp/watch/1397552685その後avidemuxでOP部分だけの動画を
佐村河内識別システム - ぱろすけ's website
概要 近年、自称作曲家・佐村河内守氏と外見の酷似した人物が増加し、彼らと佐村河内氏とを自動的に見分けるシステムの開発が望まれている。一方で、佐村河内氏は作曲時と謝罪会見時で大きく外見的に変化することが知られており、佐村河内氏を見分けるシステムはそのような変化に頑健である必要があるため、実現は容易ではない。本プロジェクトでは、高度なコンピュータ技術を活用し、佐村河内氏を適切に見分けるシステムを開発する。 背景 自称作曲家・佐村河内守氏が世間を賑わせている。佐村河内守氏が引き起こした様々な問題のうちもっとも厄介なものは、「佐村河内守氏にそっくりな人物が多すぎる」ということである。たとえば、ミュージシャンの Revo 氏は知らない人に「あなたのCDはもう二度と買いません」などと言われるなどの風評被害を訴えており、漫画家のみうらじゅん氏についてもタクシー運転手から「佐村河内さんでしょ？」と執拗に問
標準画像データベース[神奈川工大 信号処理応用研究室]
神奈川工科大学 情報学部 情報工学科 信号処理応用研究室 (Signal Processing Application Laboratory) [www.ess.ic.kanagawa-it.ac.jp] 標準画像／サンプルデータ(Standard Image/Sample Data) → 画像ダウンロード (Image Download) PSRN計算プログラム ACPI による Bayer パターンからカラー画像を生成するプログラム その他プログラム 標準画像／サンプルデータStandard Image / Sample Data 種々の画像処理手法の性能を比較するには，同じ画像に対して行う必要があります． そこで以下のような画像を標準として用い，種々の画像処理との比較検討に使っています．
［GDC 2014］手指や顔認識は新型Kinect並み!? Intelが注力する「RealSense Technology」はここまで進化した
［GDC 2014］手指や顔認識は新型Kinect並み!? Intelが注力する「RealSense Technology」はここまで進化した ライター：米田 聡 2014年1月に発表されたRealSense 3D cameraのカメラモジュール Barry Solomon氏（Perceptual Computing，Intel） 2014年1月に開催された「2014 International CES」に合わせて，IntelはノートPCに内蔵可能な3Dカメラモジュール「RealSense 3D camera」と，同カメラを活用するハードウェアとソフトウェアの総称である「Intel RealSense Technology」（以下，RealSense）を発表した（関連記事）。 そのRealSenseの活用法を解説するセッション「Learn to Create Next-Generation
論文紹介 “Representing Topics Using Images” (NAACL 2013) - 唯物是真 @Scaled_Wurm
“Representing Topics Using Images", Nikolaos Aletras and Mark Stevenson 研究室で論文紹介したので適当に以下に資料を貼っておく。 論文を読んだ後で気づいたけど、NAACL 2013はまだやっていないので、preprintバージョン(？)っぽい。 何故か研究室での論文紹介は、資料が英語で口頭説明が日本語なので、以下では日本語の説明を加えておいた。 英語が間違っている部分があると思いますが、コメントで指摘なりスルーするなりしてください。 スライドはこうした方がいいとかもあったらぜひ。 後から読むと説明の流れが変かな？ってところもありますね。 論文中の図表ってどの程度載せていいんでしょうか……？ やっぱりまったく載せないほうがいいんですかね。 論文紹介 概要 自然言語処理ではトピックモデルというものがよく用いられている。 トピ
MNIST handwritten digit database, Yann LeCun and Corinna Cortes
The MNIST database of handwritten digits, available from this page, has a training set of 60,000 examples, and a test set of 10,000 examples. It is a subset of a larger set available from NIST. The digits have been size-normalized and centered in a fixed-size image. It is a good database for people who want to try learning techniques and pattern recognition methods on real-world data while spendin
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
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築