グラフカット（Graph Cut） - 大人になってからの再学習
ここで説明するグラフカットは、画像の領域抽出などで使用される手法の1つ。 ■ 用途 たとえば、写真画像から背景と前景物を分離したいとか http://www.insight-journal.org/browse/publication/777 CT画像 から臓器の領域だけ取り出したい、という用途で使用される。 http://www.grand-challenge2008.bigr.nl/proceedings/pdfs/lts08/02_cmm.pdf ほかにも、複数の画像をシームレスに接続するとか、ノイズを除去するとか、画像処理に関する幅広い用途で用いられている。 ■ 問題設定 次のエネルギーを最小化する「最小化問題」とみなす。 なるべくデータに忠実に（データ項）、でも、できるだけ滑らかに（平滑化項）領域分けしましょう。と考える。 たとえば、CT画像のなかで、「ある画素値をもつ部分は肝臓
iOSでOpenCVついでにGrabCut - 恥ずかしげもなく技術ブログ
iOSでgrabCutを使う機会があったのでやってみました． 自分はgrabCut自体は知っているのですが実際にOpenCVから使ったことがなかったためiOSでOpenCVを使うというのとgrabCutを利用するという2つのチャレンジをしました． (1) まずOpenCVの導入・動作 [1]まずネットからOpenCVをDL．2014/09/05の段階で最新はOpenCV3.0ですがα版なので2.4.9をDLします． DOWNLOADS | OpenCV の2.4.9 for iOSをダウンロードしてください． [2]次に適当にxcodeでプロジェクトを作り，左の一覧から自分のプロジェクト名をクリックした後，中央の画面の一番下にあるLinked Frameworks and Librariesで+を選択し先ほどDLしたOpenCVのフレームワークを選択． [3]同じく左の一覧からSuppor
Interactive Segmentation Tool-Box
Interactive Segmentation Tool-Box An implementation of ‘Lazy Snapping’ and ‘GrabCut’: Based on Interactive Graph Cuts Lazy Snapping [2] and GrabCut [3] are 2D image segmentation tools based on the interactive graph-cuts technique proposed by Boykov and Jolly [1]. Lazy Snapping requires the user to specify foreground and background seeds, and performs 2D segmentation with the seeds as hard constrai
Automatic Segmentation of Clothing for the Identification of Fashion Trends Using K-Means Clustering
mixi Engineers’ Blog » 圧縮データベースを使おう
チャリンコ通勤による滝のような汗で、朝からTシャツがシースルーになってしまうmikioです。さて今回は、Tokyo Cabinet（TC）のデータベースを各種のアルゴリズムで圧縮して利用する方法についてご紹介します。 圧縮B+木 B+木とは、比較関数の値による順序が近いレコード群を単一のページにまとめ、各ページにB木（multiway balanced treeの略であり、二分木（binary tree）とは違います）の索引を張ったものです。理論的にはレコードの探索も更新も O(log n) の時間計算量で行え、内部ノード（B木）の操作をキャッシュすると実質的には O(1) の時間計算量で探索や更新が行えるという、かなり安定した性能を備えるデータ構造です。その上、レコードが一定の順序に基づいて並べられているので、数値の範囲検索や文字列の前方一致検索が高速に行えたり、カーソルによって順序に基
Radix tree - Wikipedia
An example of a radix tree of words from a tongue twister In computer science, a radix tree (also radix trie or compact prefix tree or compressed trie) is a data structure that represents a space-optimized trie (prefix tree) in which each node that is the only child is merged with its parent. The result is that the number of children of every internal node is at most the radix r of the radix tree,
【レポート】GNU grepが高速な理由 | エンタープライズ | マイコミジャーナル
FreeBSD - The Power To Serve why GNU grep is fast (なぜGNU grepは高速なのか)といったタイトルの興味深いメールがFreeBSD開発者メーリングリストに投函された。メールを出したのはGNU grepのオリジナル開発者であるMike Haertel氏。Mike Haertel氏はFreeBSDユーザでもあり、FreeBSD開発者メーリングリストで興味深いやりとりがあったため、このメールを流したとしている。Mike Haertel氏の紹介する内容はgrep(1)の実装のみならず、高速な文字列処理を実現するひとつの方法として参考になる。紹介されているGNU grep高速さの秘訣は次のとおり。 GNU grepは入力バイトのすべてをチェックするようなことは避けている。 GNU grepはバイトごとに適用する操作を極力最小限に減らしている。 G
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
Clothing Image Retrieval for Smarter Shopping
https://thescipub.com/PDF/jcssp.2014.2124.2134.pdf
“GrabCut” — Interactive Foreground Extraction using Iterated Graph Cuts
http://opensource.graphics/how-to-code-a-nice-user-guided-foreground-extraction-algorithm/
Getting the Look: Clothing Recognition and Segmentation for Automatic Product Suggestions in Everyday Photos
Photo Tourism: Microsoft Research, Interactive Visual Media Group
ClippingMagic