Web上の膨大な画像に基づく自動画像補完技術の威力 - A Successful Failure
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
工学ナビの中の人の研究と周辺 コンピュータビジョン・拡張現実感に関する普通じゃない勉強会 2.0 発表者募集のお知らせ
第２回・勉強会の開催が正式に決定したので，発表者を募集します． ■コンピュータビジョン・拡張現実感に関する普通じゃない勉強会 2.0 概要 コンピュータビジョンや拡張現実感という技術は，かつてはとても高価なカメラやコンピュータを必要とし，一部の研究者の手によって研究が進められてきたわけですが，いまや安価で高性能なWebカメラやPC，そしてさまざまなライブラリの存在によって，DIY感覚で誰でも参戦できる時代がやってきました．そのような背景からこの勉強会は生まれました． 昨年８月に第１回を開催し，電脳コイルやARToolKitを中心とする話題で盛り上がりました（前回の勉強会サイト）．第２回となる今回は「VR→AR→?R」をメインテーマに，次世代のエキセントリックなアイデアを募集します．「マーカの上にただＣＧを出すのにはもう飽きた！！」という方の挑戦をお待ちしています． ■開催日・会場 開催日：
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
処理を実行中です
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
