コンピュータビジョンのソースコード/ライブラリのまとめ - takminの書きっぱなし備忘録 @はてなブログ
今まで自分が見つけたコンピュータビジョンの研究に役に立ちそうなフリーのライブラリやソースコードをまとめてみました。自分ではまだ使っていないものも多いので、そこはご容赦を。主にC/C++が中心です。 またライブラリ形式でない、いわゆる学会で発表した研究のコードをそのまま公開しているという人がたくさんいて、それに関しては特にメジャーなもののみ紹介しています。なにぶん僕の観測範囲は限られてますので、「このライブラリに触れないのはおかしい」、「説明が間違っている」等、ご意見大歓迎です。 定番(Standard) OpenCV 定番中の定番です。コンピュータビジョンに関して広範なアルゴリズムが実装されています。 http://code.opencv.org/projects/OpenCV/wiki/WikiStart Point Cloud Library ３次元点群データを扱うならこれ。Kinec
デジタルカメラの顔検出の方法
やじゅ＠わんくま同盟-静岡支部 システムエンジニアを対象によりよいアプリケーションを作成する上で必要な知識および経験を紹介します。 やじゅ デジタル・デザイン・ラボラトリーな日々 twitter MSMVP Microsoft MVP for Visual Basic (January 2010 - December 2012) リンク わんくま同盟 書庫 2015年12月 (3) 2015年11月 (1) 2015年10月 (1) 2015年9月 (1) 2015年8月 (1) 2015年7月 (1) 2015年6月 (1) 2015年5月 (2) 2015年4月 (2) 2015年3月 (1) 2015年2月 (2) 2014年12月 (13) 2014年5月 (1) 2014年4月 (2) 2014年2月 (1) 2014年1月 (3) 2013年12月 (5) 2013年10月 (
第3回 オブジェクト検出してみよう | gihyo.jp
第1回、第2回と画像認識の基礎とOpenCVについて紹介してきました。第3回目の今回は、いよいよ本連載の目玉であるOpenCVを使ったオブジェクト検出に挑戦してみます。 オブジェクト検出の仕組み 基本原理のおさらい オブジェクト検出のプログラムを書き始める前に、そもそもどんな仕組みでオブジェクト検出を行っているのかを理解しましょう。 第1回では画像認識の原理として、学習フェーズと認識フェーズがあることを説明しましたが、OpenCVに実装されているオブジェクト検出プログラムもこの流れに従います。つまり、画像から特徴量を抽出し、学習アルゴリズムによってオブジェクトを学習します（詳しくは第1回を参照してください）。 図1 画像認識の流れ OpenCVに実装されているオブジェクト検出プログラムは、Paul Violaらのオブジェクト検出の研究［1］をベースに、Rainer Lienhartらが
HoG vs Haar-like feature ベンチマーク - コンピュータビジョンの日々
OpenCVのサンプルとしても公開され、すっかり有名になった Haar-like特徴量と AdaBoost分類器を用いた顔認識手法だが、現在最先端の画像処理研究では、HoGという特徴量が注目されている。 HoGは、"Histogram of oriented Gradient"の略で、直訳すると、「方向づけられた勾配のヒストグラム」ということになる。つまり、入力画像の勾配（微分画像）を求め、それを局所領域ごとに勾配方向で区間分割してヒストグラムを取ったものを特徴量としようとする手法である。 これは2005年にNavneet DalalとBill Triggsによって提唱された新しい手法で、Haar-likeよりも分別能力が高そうだということで、盛んに研究されている。 私も今、HoGを使った物体認識処理を試作しているところであるが、データ空間として線形分離しやすいらしく、SVM(サポートベク
OpenCV - Wikipedia
OpenCV（オープンシーヴィ、英: Open Source Computer Vision Library）とはインテルが開発・公開したオープンソースのコンピュータビジョン向けライブラリ[4]。2009年にWillow Garage（ウィロー・ガレージ）に開発が移管され、さらにその後Itseezにメンテナンスが移管された[5]が、2016年5月にインテルがItseezを買収することが発表された[6][7]。 概要[編集] 画像処理・画像解析および機械学習等の機能を持つC++、Java、Python、MATLAB用ライブラリ[8]。様々なプラットフォームすなわち複数のオペレーティングシステム (OS) やCPUアーキテクチャに対応するクロスプラットフォームなライブラリであり、macOSやFreeBSD等全てのPOSIXに準拠したUnix系OS、Linux、Windows、Android、i
Windowsで手軽にOpenCVを試せる·Active Shape Model Library MOONGIFT
Active Shape Model LibraryはWindows用のオープンソース・ソフトウェア。写真の中から人物を抽出するというのは難しい。FacebookやFlickrでは手作業で人物を割り当てられるようにしている。逆に自動化したいならば使えるのがOpenCVだ。 サンプルの画像で試した所 OpenCVを使えば顔を認識して別なオブジェクト（笑い男のような）に変換したり、顔を消すような操作もできる。その実力を知りたいと思ったらActive Shape Model Libraryを使ってみると良いだろう。Windowsでコマンド一つで使うことができる。 Active Shape Model LibraryはOpenCVを使って任意の画像にある顔の部分を認識する。そしてコマンドラインで指定するオブジェクト（フレーム）を顔の上に重ね合わせることができる。認識率は100%とはいかないが、ある
眼の実装 - 人工知能に関する断創録
OpenCVっていうコンピュータビジョンのライブラリを使うと拡張現実でもっと高度なことができるらしい。画像認識、画像理解、コンピュータビジョンも人工知能の範疇だけどまったく勉強したことなかったのでこれを機会に基礎は習得したい。とりあえず下の三冊購入。ざっと読んでみたけど OpenCVプログラミングブック（実践サンプル集 + リファレンス） 詳細OpenCV（理論 + ライブラリ解説） コンピュータビジョン（理論） という感じかな。理論も知りたかったので評判のよい『コンピュータビジョン』を購入したけどまったくのど素人には少々むずかしすぎた。しばらく詳細OpenCVで勉強してからあらためてチャレンジしたい。ところで、詳細OepnCVの帯に面白いことが書いてあった。 この本によると、OpenCVなる技術を使えば「コンピュータの目」を作れるそうです。 磯光雄（『電脳コイル』監督） へぇ〜。でも目は
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
