はてなブックマーク

キーワード：GrowCut １．ま え が き 最終回となる今回は，画像・映像処理では避けて通るこ とのできないセグメンテーション （領域分割・切出し） を扱 います．セグメンテーションは，一見単純そうに見えてな かなか自動処理が難しい処理の一つです．Photoshopなど の画像編集ソフトで，投げなわツールを使いながら苦労し て画像切出しをした経験をお持ちの方も多いでしょう． セグメンテーションアルゴリズムとしては， Graph-cuts ， GrabCut2） ，Random Walker3） などが有名です．Graph-cuts 法はmax-flow/min-cutと呼ばれるグラフの最小切断による エネルギー最小化です．名古屋市立大学石川先生による日 本語での詳しい解説が文献4） にあります．また，文献1） の 著者であるProf. Boykovによるソースコードが文献5） から

Kinectのカメラ，深度カメラ，骨格検出機能を入力デバイスとして用い作品を作ることをKinec Hackと呼ぶ． 現在ウェブ上には数多くの作品が公開されている． Kinectの深度カメラを用いることで，通常のカメラ画像を用いた画像処理よりも幅広い処理を行うことが可能となる． 高度な技術を用いた作品もあるが，多くは本講義で扱う技術の枠内で制作可能である． 以下のサイトに動画が紹介されているので参考にすると良い． 最終課題では，これらを参考に面白いKinect Hackを制作してほしい． Kinect Hacks また，研究レベルでもKinectは様々な応用が考えられている． 一つ目のリンクはKinectを用いて部屋全体の三次元復元をリアルタイムで行うものである． 二つ目のリンクはKinectを入力デバイスとして用い，チャットシステムにおいて自分の顔の動きをアバター（怪獣の頭など）にリアルタ