Using convolutional neural nets to detect facial keypoints tutorial — Daniel Nouri's Blog
This is a hands-on tutorial on deep learning. Step by step, we'll go about building a solution for the Facial Keypoint Detection Kaggle challenge. The tutorial introduces Lasagne, a new library for building neural networks with Python and Theano. We'll use Lasagne to implement a couple of network architectures, talk about data augmentation, dropout, the importance of momentum, and pre-training. So
Perceptual Hash - stMind
Perceptual Hashは、画像などのメディアデータのハッシュを計算するアルゴリズム群です。 SHA-1やMD5とは異なり、画像サイズの違いや回転などの変換で画像が全く同一でない場合でも、元画像と同じハッシュ値を計算してくれます。 どんなことに使われているのか？ アプリケーションとしては次のようなものがあります。 コンテンツの重複検出 Iconfinderでは、アイコン画像のアップロード時にdHashを用いて登録済みアイコンとの重複を検出する機能を開発中 Youtubeではユーザのアップロードした動画と、データベースにある著作権あり動画を比較し、違法アップロードを検出 DropboxのCarouselでは、ローカルのファイルからハッシュ値を計算し、サーバ側にバックアップしていないファイルを判定しているよう 類似画像検索 TinEye.com Google Image Search ア
Finding Matching Images in Python using Corner Detection - Gary Sieling
I’m working through Programming Computer Vision with Python: Tools and algorithms for analyzing images, which covers various mechanisms for determining corresponding methods to match points of interest between two interest. In the book, this eventually builds up to an instruction on how to reconstruct a panorama. The first technique for finding corresponding points of interest looks for corners in
SimpleCV
What is it? SimpleCV is an open source framework for building computer vision applications. With it, you get access to several high-powered computer vision libraries such as OpenCV – without having to first learn about bit depths, file formats, color spaces, buffer management, eigenvalues, or matrix versus bitmap storage. This is computer vision made easy. from SimpleCV import Camera # Initialize
実践 コンピュータビジョン
コンピュータビジョンの理論とアルゴリズムを基礎から学べる実践的な入門書。理論の説明にとどまらず、ベクトル演算や行列演算を駆使したサンプルを示しながら物体認識、3次元復元、ステレオ画像、拡張現実感、その他の応用について解説します。サンプルプログラムはPython 2.7で書かれています。OpenCVを使うだけではコンピュータビジョンの本質を理解できません。forループでピクセルを操作し行列を計算する時代でもありません。Pythonの数値演算ライブラリを使えば、ほどよい粒度でコンピュータビジョンの基礎を学べます。各章末には演習問題が用意してあります。演習問題を解くことで自分がその章で何を学んだのか、また自分の理解度を確認できます。 ●本書で扱うサンプルプログラムの説明（サンプルコードは「関連ファイル」タブページからダウンロード可）。 翻訳者の相川氏のブログには、本書の追加情報や関連する技術情報
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
GitHub - jesolem/PCV: Open source Python module for computer vision
