SIFT Tutorial
藤吉弘亘. "Gradientベースの特徴抽出 - SIFTとHOG - ", 情報処理学会 研究報告 CVIM 160, pp. 211-224, 2007. Scale-Invariant Feature Transform(SIFT) は，特徴点の検出と特徴量の記述を行うアルゴリズムである． 検出した特徴点に対して，画像の回転・スケール変化・照明変化等に頑健な特徴量を記述するため，イメージモザイク等の画像のマチングや物体認識・検出に用いられている． 本稿では，SIFT のアルゴリズムについて概説し，具体例としてSIFT を用いたアプリケーションや応用手法への展開について紹介する．また，SIFT と同様にgradient ベースの特徴抽出法であるHistograms of Oriented Gradients(HOG)のアルゴリズムとその応用例として人検出についても紹介する． Scal
SSII08-Organized session -Object Recognition-
一般物体認識とは，制約のない実世界シーンの画像に対して計算機がその中に含まれる物体を一般的な名称で認識することであり，コンピュータビジョンの究極の課題の一つであります．世の中には物体のカテゴリー数が数万種類あるといわれ，これらを認識することは非常に難しい問題です．しかしながら昨今では，回転やスケールに対する特徴量の不変性，機械学習の進歩，Bag-of-keypoints等のアプローチの進展，計算機の高速化等により，一般物体認識の問題にチャレンジする研究が増えています．本オーガナイズドセッションでは，顔.人検出における有効な特徴選択，画像分類問題，物体認識の高速化の各側面から，それぞれの分野の第一線で活躍中の講師をお招きし，最新の一般物体認識の研究動向を紹介し，現在の課題を明確にするとともに今後の展開などについて会場の皆様とともに議論を深めたいと思います．
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
