計量学習を用いた画像検索エンジンとアニメ顔類似検索v3について - デー
まだgithubにはpushしていないのですが、さいきょうの組み込み型画像検索エンジンotamaに計量学習を用いて与えられたデータにあった画像間の距離関数を学習してそれを使って検索するというドライバを入れたので、先行的なデモとしてアニメ顔類似検索v3を作ってみました。 計量学習は、ベクトル間の距離の計り方を機械学習で決めるみたいな分野です。 アニメ顔類似検索v3 AnimeFace Search v3 - Otama LMCA_VLAD_HSV Driver randomボタンを押すと顔画像がランダムに出るのでどれかクリックするとそれをクエリに検索します。color weightは色の重みを調節するパラメーターで、1にすると色だけで検索します。0にすると形状やテクスチャだけで検索します。結果画像の上の数字は類似度的なもので、その横のgglは元画像をGoogle Search by Imag
サルでもわかる顔検出の原理 - 科学信仰
顔検出機能はここ数年で急激に普及してデジカメとかケータイとかにフツーに入るようになったり、Google画像検索のオプションに入ってたりして、すっかりコモディティ化しちゃってるけど、ちょっと前まではすごい困難で実用化に手を出すなんてとてもとてもな技術だったんだよね。 2001年のViola & Johnsの論文*1で超高速＆超正確な検出アルゴリズムが発表されるまでは。 これの画期的だった点は非力なパソコン（とか現在のケータイ内蔵CPUとか）で画像中からリアルタイムに顔を検出できたことなんだ。 キモは３点。 Integral-ImageによるHaar-like検出器の高速演算 AdaBoostによる検出能力の強化 多段フィルタ（cascade）による非顔領域の高速排除 具体的にどれがViolaらのオリジナルの仕事なのかはよく知らないけれど。 少なくとも一個目と三個目はそうな気がする。 Inte
鉄道のある風景 - HDR合成
鉄道のある風景・付録 HDR合成 (1) 基本に忠実なHDR - 実例1 ＜Return to TOP＞ (1) 基本に忠実なHDR - 実例1 (2) 基本に忠実なHDR - 実例2 (3) 基本からはずれたHDR - 実例1 (4) 基本からはずれたHDR - 実例2 ちょっと集中してハイダイナミックレンジ合成（HDR composite）をやってみました。そのサンプルの紹介と、考察をまとめてみます。 まずは素直なHDR合成。 このサンプルの素材は以下の3枚。まんなかが通常の適正露出、左がアンダー、右がオーバーです。この3枚を合成して、ダイナミックレンジを拡張します（とゆーか、正確には「風景のダイナミックレンジを表示系のダイナミックレンジにあわせて圧縮」します）。 単にダイナミックレンジを圧縮するだけならば、「合成するパーツがきっちり合っていること」「合成点の明るさが合って
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
