荒い写真の空白を埋める数学の魔法｢compressed sensing｣！（動画あり）
荒い写真の空白を埋める数学の魔法｢compressed sensing｣！（動画あり）2010.03.08 23:005,488 satomi ｢もっとズームしてくれ...そうそこだ...そいつの顔をもっとエンハンスしてくれないか...｣と頼むと技師がカチャカチャやって容疑者Aの顔がクッキリ―というドラマでお馴染みのシーンが現実に！ これを可能にしたのはスタンフォード大学エマニュエル・キャンデス（Emmanuel Candes）教授とUCLAテレンス・タオ（Terence Tao）教授が開発した｢compressed sensing（CS）｣という技法です。 映画のフェイクUIとは別物。このオバマの写真みたいに、低画素のざらざらなイメージ（左）も高画素のきれいなイメージ（右）に加工できるんですよ。 主に研究目的で開発されたもので、例えばMRIスキャンもデータを丸々じゃなく、少量だけスキャン
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。
英語でスピーチ・口頭発表
英語を喋るときは、まず I か You か We を言う または、“Let's —,” “Suppose —” などの命令文を使う 次に動詞を言う 以降の語順はなんでも適当に 「あ〜」とか「え〜」を絶対に言わない § 序：そもそも“英語ペラペラ”とは何だ？ 簡単に、コストがかからず、かつ即効で、日本人の英語プレゼンテーション能力を上げるテクニックを紹介します。 私のような理系で語学嫌いな者でも、一年ほど米国での市民生活と大学生活を経ると日本人の発表の下手さに対して一言を持つようになります。かく言う私も留学前は、英語の発表は自信が全くありませんでした。いろいろその手の本を買って読んでみたものの、今思えばそれらの本はいずれも「守るべきルール」の羅列に終始し、覚え切れませんでした。 実践的英会話のためのシンプルな原則があればなぁと、考えるに至りました。 米国に来ている外国人の多くは、めち
コンタクトレンズ型ディスプレイ:Geekなぺーじ
コンタクトレンズ上にLEDを焼き込んでコンタクトレンズ型ディスプレイを生成する方法を提案している論文を読みました。 コンタクトレンズ内に電子回路を構築する方法が解説してある非常に面白い論文でした。 この論文は2008年の初頭に発表され、話題になっていました。 "CONTACT LENS WITH INTEGRATED INORGANIC SEMICONDUCTOR DEVICES", H. Ho1, E. Saeedi, S.S. Kim, T.T. Shen, and B.A. Parviz, IEEE, Micro Electro Mechanical Systems, MEMS 2008, Tucson, AZ, USA, January 13-17, 2008 ただ、注意が必要なのは、この論文はコンタクトレンズ型ディスプレイを完成させたというわけではないことです。 コンタクトレンズ
ハーバード大学医学部留学・独立日記 ... 研究者が仕事をする上で知っておくべき１０の原則
ボストンで１３年働いた研究者が、アカデミック・キャリアパスで切磋琢磨する方法を発信することをめざします。 2024/02 « 12345678910111213141516171819202122232425262728293031» 2024/04 BioInfoDesignの村磯さんの招請でキャリアプランニングプログラム2008＠ボストンで、「研究者が仕事をする上で知っておくべき１０の原則」という講演をさせていただきました。「１０の原則」は実験医学のプロフェッショナル根性論の最終回でとりあげた「研究者の成長のプロセスへの１０のステップ」がもとになっています。会場で約束しましたようにサマリーのせておきます。 －研究者が仕事をする上で知っておくべき１０の原則－ 1. 興味を持てる分野を発見する 「好き」よりも「強い」を優先しましょう。自分で自分の強みはわかりにくいものなので、推薦状の開示、
圧倒的に生産性の高い人（サイエンティスト）の研究スタイル - ニューロサイエンスとマーケティングの間 - Being between Neuroscience and Marketing
Leica M7, 90mm Tele-Elmarit F2.8, PN400N @Santa Monica, CA アメリカで研究するようになって最も驚いたことの一つは、日本では考えられないほど生産性の高い研究者が存在することだ。 たとえば僕がローテーションして、最後までそこでdissertation work（博士論文のための研究、活動）をすることにするか迷っていたあるラボ。そこはポスドク、テクニシャンを含めて（註：undergraduate=学部生は殆どアメリカの研究室には居ない）たった5人でやっているにもかかわらず、毎年5-6本ぐらいはペーパーを出し、ほぼ全て一流紙。多いときは年に2本ネイチャーに出し，一本は表紙になったりしていた(#)。 しかも良く日本では見かける深夜も土日も働いて、朝はどちらかというと崩れ気味、みたいな重労働系の生活ではなく、普通に朝来て、「うーん今日は狂ったよ
Using Photographs to Enhance Videos of a Static Scene
Abstract We present a framework for automatically enhancing videos of a static scene using a few photographs of the same scene. For example, our system can transfer photographic qualities such as high resolution, high dynamic range and better lighting from the photographs to the video. Additionally, the user can quickly modify the video by editing only a few still images of the scene. Finally, our
Interactive Digital Photomontage
Abstract We describe an interactive, computer-assisted framework for combining parts of a set of photographs into a single composite picture, a process we call "digital photomontage." Our framework makes use of two techniques primarily: graph-cut optimization, to choose good seams within the constituent images so that they can be combined as seamlessly as possible; and gradient-domain fusion, a pr
画像処理におけるアルゴリズム
ここでは各画像処理におけるアルゴリズムを簡単に解説する。 2値化 明るさ調整 色成分の抽出 色反転 コントラスト調整 切り出し ガンマ補正 グレイスケール化 増色 画像枠付加 鏡像反転 ノイズ除去 輪郭抽出 輪郭追跡 拡大縮小 任意角回転 セピア調化 ぼかし 2値化 指定画像を白と黒の2階調の画像に変換する処理であり、本研究で作成した2値化処理は単一手動閾値方式、P-タイル法、また、誤差分散法およびその拡張型である Floyd&Steinberg 型誤差分散、Jarvice,Judice&Ninke 型誤差分散の5つである。 次にそれぞれのアルゴリズムについて解説する。 単一手動閾値方式 指定された色深度を基準として、その値より入力画素の色深度値が明るければ白、暗ければ黒色として2値化する。下の式を用いている。 このとき、出力画像は初期状態で黒色となるので、入力画像の画素値が閾値以
Index of /online/ipt/2002
Index of /online/ipt/2002 NameLast modifiedSizeDescription Parent Directory - Excise/25-May-2012 22:54 - Excise4/25-May-2012 22:54 - Excise5/25-May-2012 22:54 - Excise6/25-May-2012 22:54 - Excise7/25-May-2012 22:54 - Excise8/25-May-2012 22:54 - Excise9/25-May-2012 22:54 - Excise10/25-May-2012 22:54 - Excise11/25-May-2012 22:54 - Excise12/25-May-2012 22:54 - Excise13/25-May-2012 22:54 - Lecture/25
研究テーマを探している学生のときに考えた事 | Lifehacking.jp
「どうしたら研究ができるようになるのか？」 身近な話で恐縮ですが、大学には研究者の卵である学生もおおぜいいて、数多くの悩みや、疑問や、文句を日々いろんなところから聞きますが、突き詰めればそれはこの質問に集約されます。 「研究」「リサーチ」を始めるときは、どこか小説を書く作業に似ていて、いつ終わるともしれない千里の旅の一歩を踏み出すような当ての無さがあります。わくわくもしますが、間違いやすく、不安な一瞬でもあります。 なので、「何を研究すればいいのかわからない」「どこから始めればいいのかわからない」「すべてが手を付けられている気がする」 という怨嗟の声がよく聞こえてくる訳です。自分も普通の人の倍近い時間をかけて博士号をとったので、これはよく自問自答していました。 いまでは自分なりの研究テーマの探し方が確立できましたが、こうした戦略は身に付く前は地道ですが次のような方法で興味の対象を絞るという
ハーバード大学医学部留学・独立日記 第二部 三重大学医学部編 ... 論文力のつけ方
ボストンで１３年働いた研究者が、アカデミック・キャリアパスで切磋琢磨する方法を発信することをめざします。 2024/02 « 12345678910111213141516171819202122232425262728293031» 2024/04 当たり前に聞こえるかもしれませんが、質の高い論文や原稿を書くためのコツは、何回も書き直すことです。通常は初稿があがった時点で同僚や共同研究者に見せてコメントをもらいたいところですが、ここではあえてそれを薦めません。というのは初稿は通常非常に陳腐なアイデアや表現が詰まっていることが多いからです。 なぜでしょうか。実は、論文を書くという行為はプレインストーミングとよく似ています。ブレインストーミングの仕掛けは「アイデアはどこにあるか：Tim Hurson著 Think Better」で書いたように： ークリエイティブな素晴らしいアイデアは後半1/
IM2GPS: estimating geographic information from a single image
IM2GPS: estimating geographic information from a single image People James Hays Alexei Efros Abstract Estimating geographic information from an image is an excellent, difficult high-level computer vision problem whose time has come. The emergence of vast amounts of geographically-calibrated image data is a great reason for computer vision to start looking globally — on the scale of the entire plan
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
CAVE
ICCV 2007 Course by Amit Agrawal and Ramesh Raskar: Gradient Domain Manipulation Techniques in Vision and Graphics
graphoto : "英語論文の読み方"
東大で学んだ卒論の書き方★論文の書き方
paper.dvi
Sesameトップページ