Python/OpenCVで顔検出を利用した肌色検出 | ぱろすけのメモ帳
序論画像から肌色領域を検出する必要は、様々な場面で生じます。たとえば指や腕などをうまく切り分けることができればジェスチャーの認識が容易になります。肌色領域検出によって画像から人を検出するタスクも難易度が下がるでしょう。肌色領域検出は水玉コラを自動生成に役立つなど、愉快なアプリケーションも多くあります。というわけで本記事では画像から肌色領域の検出をする手法を提案し、その実装を示し、実験により性能を検証します。修士論文書かなきゃなあと思いながらブログを書くと、構成が自然と論文風になってしまいますね。関連研究関連研究を述べます。Elgammal による肌色検出のチュートリアル [Encyclopedia of Biometrics, 2009] では、肌色領域の検出の方法について説明しています。そこでは、あらかじめ「こういう色が肌色です」と定義しておいて、それをもとに画像から肌色領域を検出すると
機械学習ライブラリ scikit-learn で簡単ツイート分類 | ぱろすけのメモ帳
皆様こんにちは。今日も元気に自分を見つめ直していますか？自分を見つめ直す手段として、過去の自分の発言を見返すことは有用だと考えられます。たとえば、Twitter を使っている方ならば、その過去ログを用いることが考えられるでしょう。Twitter の過去ログはライフログとして機能し、それを用いることにより、過去の出来事のみならず、考え方、感じ方、ふとした着想、などなどを読み取ることができます。しかしながら、過去のツイートを全部見返すのは非常に面倒ですね。たとえば僕のアカウントはトータルで4万ツイート以上あります。これは非常にめんどい。Twitter は情報量多くてだるいよね問題については、従来「再生核 Hilbert 空間を用い、脱ベイズ確率主義に立脚したあまりだるくないツイッター」などの試みが行われてきましたが、今なおその面倒さを軽減する手段については十分とはいえません。本記事では、過去の
Web から画像を up して Django で処理する雛形 | ぱろすけのメモ帳
なんとなく使えそうなので書きました。画像を受け取るとサーバに送信し、サーバは顔認識して結果を返します。以下みたいな感じです。以上はここで実際に見ることができます。クライアント側はふつうに Javascript で書かれています。ファイルを受け取ってアップロードするために Dropzone.js というライブラリを使ってみました。サーバ側は Python/Django で書かれています。なぜ Python かといいますと、まあ、使い慣れているからです。Django は最近はあまり流行らないそうですが、しかしちょっと調べてみた感じでは Python の Web フレームワークの中では一番将来性がありそうな印象でした。今回は本当に小さいプログラムですから、明らかに役不足（正しい意味で）ですね。画像ファイルをアップロードしてバックエンドで処理できるといろいろ楽しいですよね。一応コンピュータビジョン
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
