米Leap Motionは現地時間2012年5月20日、小型のモーションコントローラー「Leap」を発表した。キーボードやマウスを使わずに、指先や手の動きでコンピュータを操作することができる。 Leapは「iPod」サイズのUSBデバイスで、専用ソフトウエアと組み合わせて約0.2立方メートルの3次元コントロール空間をディスプレイの前に作り出す。指や手を大きく動かして地図を拡大／縮小したり画像を回転させたりするほか、指先やペンを使って署名など細かい線を書くこともできる。精度は現在市場で利用可能なコントローラーより200倍高く、100分の1ミリの動きを認識するという。 Windows 7およびWindows 8とMac OS Xをサポートし、Linux対応も計画している。希望小売価格は69.99ドル。同社サイトを通じて数量限定で予約注文を受け付けている。 同社はまた、Leap向けソフトウエア作

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

Mosh（Mobile Shellの略）は、Wi-Fiや3G回線等のモバイル環境に適応した、SSHのようなソフトです。「ローミング可」「接続が断続的であってもOK」「高速なローカルエコー」といった特徴を持っています。 回線の切断や長時間のスリープ後でもセッションが切れることが無く、すぐに作業を再開できます。また、入力が早くてもスクリーンが固まったりしません。 Moshのインストール ※注意：Moshはクライアントの認証等、セキュリティに関する部分はSSHに依存しています。SSH導入済みで接続できる状態が前提になります。 Moshを使うには、サーバー、クライアント機の両方にインストールする必要があります。例によってMacとUbuntuを使って説明していきます。 MacにMoshをインストール Macの場合インストーラーが用意されていますが… Mosh: the mobile shell Ho

情報処理に2ヶ月連続で顔画像処理技術のサーベイが掲載されている*1,*2。サーベイ著者らの研究業績紹介にやや偏っている印象があるが、興味深く、有用なサーベイとなっているのでポイントだけ整理してまとめておく。なお、最近話題になったモノを中心に元論文にはない複数の項目を追加している。 顔画像処理技術 顔検出 画像の中から漏れなく誤りなくリアルタイムで顔の位置を検出する技術。動画処理時にはトラッキングも必要。 ViolaとJonesによるHaarタイプの特徴量を用いた高速顔検出手法*3をベースとして多くの改善手法が提案されている。 顔特徴点検出 顔の性別、年齢を含めた属性推定や個人識別を行うために、顔の各器官の特徴点の検出を行う技術。 多種特徴点抽出に対応したCootesらのActive Shape Model(ASM)やActive Appearance Model(AAM)が有名*4。拡張・

Captcha security check srengine.com is for sale Please prove you're not a robot View Price Processing

前々からアニメ顔類似検索のbag of featuresで使っている特徴点の決め方がイラストにあまり合っていない気がしていたけど、実装がすごく面倒くさそうだったのでやらなかった。しかし、最近SURFに特許があることが発覚して、SURFを使っている意味は特にないなーと思ったので、満足のいくものをつくろう思ったのであった。（ただ特許は気にせずにやる） ということで、こんなのができた(クリックで拡大)。 結構速いし、スケールの変化、回転、ある程度のゆがみには大体対応できている。対応点の決定は、点の特徴ベクトルが一番近い点と二番目に近い点を取って、ふたつの特徴ベクトルの距離の差を確信度として、確信度が高いもののみマッチングしたことにして表示している。 SIFTやSURFに比べると点多すぎだろ（なぜ渦巻きに…）と思うかもしれないけど、これは僕なりにイラストの特性とかbag of featuresで使

そういえば書いたので張っておきます。テキトウなものですが、以前からたまに見かけていたネタをちょっと試しました。 screen_nameを指定してtrueかfalse返すCGIを置いとけばグリモンからアクセスしてなにかできるかもしれない！なにかわからないなにかが！ http://twitter.com/ultraistter/status/18476748618 http://twitter.com/ultraistter/status/18478281576

AnimeFaceをrubyで使いたいという話を目にして Imager::AnimeFaceをRubyから使えるようにしました - Yanagi Entertainment を思い出したのですが、たしか動かなかった記憶があってやっぱり動かなかったらしいので バグ修正して、ちょっとインターフェースを変えたバージョンを置いておきます。 AnimeFace-Ruby.tar.gz 以下、リードミー h1. AnimeFace-Ruby Imager::AnimeFaceをRubyから使えるようにしました (http://d.hatena.ne.jp/yanagia/20090821/1250878964) をベースに引数の順番の違うバグの修正とちょっとインターフェースを変えたものです。 rubyでRMagickで読み込んだ画像に対してアニメ顔検出を行います。 h2. 必要なもの ruby RMa

Oppai-Detectとは？ 画像のおっぱい部分を自動認識させる挑戦である。 目的 筆者はおっぱいが好きだ。そこでおっぱい画像をたくさん集めたい。 例えばその際に収集の精度を高めたいと思う。 そこで、おっぱい部分を自動で検出したらそれが可能になると考える。 応用例 Oppai-Detectの社会的に貢献できる応用例は以下である。 放送禁止画像の検出（画像投稿サイトなど） スパム画像対策 青少年向け、サイトフィルタリング また、これを逆手に取ればおっぱい画像が勝手にたくさん集まるという筆者の企みもある。 手法 Intelが開発・公開したオープンソースの画像処理ライブラリ「OpenCV」を使用した。 これはパターン認識としての物体検出（Object-Detect）の機能を備えている。 画像認識において、学習（Training）と検出（Detection）がOppai-Detectにおいて重要

はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28

皆様はコンピュータビジョンという用語をご存知でしょうか。例えばデジタルカメラに搭載されている顔画像認識や、Google Street Viewの360度パノラマ表示、XBox360のKinectによるプレイヤーのジェスチャー認識など、これらは全てコンピュータビジョンの技術による製品です。

研究用メモ 画像認識に関する研究用メモ 任意の画像に映ってい映っている物やシーンを自動的に理解するために、画像にタグを自動手に付けていく手法が求められている。 自動画像アノテーションの定義は、タグがついていない画像に対して、ふさわしいタグを複数付けていく手法のこと。 画像中の特定のもの、たとえば、猫を見つけるなら、「特定物体認識」、何が映っているかを複数見つけるなら、「一般物体認識」と分けて議論される。 自動アノテーション処理の流れ １．画像とそれに付随するタグのペアデータベースの構築 ２．画像とタグの特徴抽出 ３．画像とタグの関係モデルの構築 ４．モデルから新規画像へのふさわしいタグ推定 が処理の流れ。 画像の自動タグつけ用データセットをチェックしておく。 自動アノテーション手法のアルゴリズム評価用に用意されたデータセット corel5K 例が載っている。Humanが画像に付けたタグと、

以前のエントリでも述べましたが、bag of visual words（BoVW）は一般物体認識における標準的な画像特徴表現であり、非常によく用いられます。ですが、BoVWはこの３年ほどで急速に進歩しており、よく見られる「k-meansでクラスタリング → ヒストグラム作成 → 非線形SVM」という定石は既に時代遅れのものとなりつつあります。 今日は、BoVWに関連する最近のトレンドをいくつか見てみたいと思います。実は、これは一般物体認識の大規模化と深い関わりがあります。古典的なBoVWでは非線形カーネルの利用が必要でしたが、最近の手法は線形識別器を直接適用できるように考えて設計されています。ここがうまくいけばあとは、いかにして大規模な線形識別器を学習するか、という機械学習やデータマイニング等でよく議論される問題まで落ちてきます。これにより、一般物体認識もかなり大きな規模のデータで学習・認

Flutter transforms the development process. Build, test, and deploy beautiful mobile, web, desktop, and embedded experiences from a single codebase. Get started Flutter is an open source framework by Google for building beautiful, natively compiled, multi-platform applications from a single codebase. Fast Productive Flexible Fast Flutter code compiles to ARM or Intel machine code as well as JavaSc

6. 画像特徴量の変遷 第一世代 第二世代 第三世代 対象物全体 局所情報 局所情報のつな 輝度分布 SIFT がり wavelet SURF Haar-like Joint Haar-like HOG Joint HOG Shapelet 1990年代 2000 - 2005 2006 - 現在 7. 局所特徴量 SIFT 1999 •Google の論文で言及http://www.esprockets. com/papers/www2008-jing-baluja.pdf。ただし、アルゴリズムが著作 権で守られている。C#ライブラリ libsift, OpenCV SURF 2006 SIFT の処理速度改良版。OpenCV haar-like特徴 2001 近接する2 つの矩形領域の明度差 Haar- 顔認識に用いられ(OpenCVの顔検出) like HOG(Histogram o

Care/of, a company offering personalized subscription vitamin packs, says it will be canceling all subscriptions as of Monday, June 17 and will no longer be accepting new orders. The news…

OpenBlockSとは 本連載で取り上げる「OpenBlockS」は、ひと言で言えば手のひらに乗るLinuxサーバです。その歴史は10年前の2000年にさかのぼり、OpenBlockS（初代⁠）⁠、OpenBlockSS、OpenBlockS 266、そして2009年9月から販売が開始されたOpenBlockS 600へとハード面、ソフト面ともに機能強化しつつ使い続けられている実績のある製品です。 この小さなボディに、意外なほどの汎用性が秘められていることは運用事例を見ればわかります。高信頼、堅牢で安定稼働であることが認められ、たとえばグループウェアサーバやVPN運用ツール、IAサーバ、監視管理システムといった常時運用で落ちてはいけない認証系（監視等）での利用や、超小型にパッケージングされていることを生かしてアプライアンス製品のコアとして利用されるなどしています。 標準仕様 OpenBl

ログイン ブクログに登録している方は、下記からログインしてください。 まだ登録していない方はこちらから登録してください。

はじめに http://graphics.cs.cmu.edu/projects/scene-completion/ のような物を実装してみました。そのときに苦労した点など書いていこうかと思います。*1 紹介 元の論文を読めば分かるのですが、違いもあるかもしれないので私の(再)実装の概要を書いておきます。 まず、APIでflickrから写真を大量に集めます。今回は長辺が600pxぐらいの画像を風景写真を中心に13万枚ほど使っています。 事前にそれらの写真のgist*2を計算しておきます。 入力は編集したい画像と、その画像で取り除きたい部分を示すマスクの２つの画像です。その画像のgistを計算し、先程の画像群から近いものをいくつか選び、大きさを調整します。 graph cutでマスクを最適化し、poisson blendingで合成すると穴が適当に埋められた画像ができます。 画像格納について