葛岡・雨宮・鳴海研究室
人間と計算機を分かちがたく一体化し、全体として高度な情報処理システムを構築するための技術をサイバネティック・インタフェースと呼びます。 本研究室では、バーチャルリアリティ技術を端緒として、この種のインタフェース技術についてさまざまな角度から研究を行っています。基盤技術としては、実写映像から高品位な三次元バーチャル空間を作り出すイメージベーストレンダリング技術、実世界とバーチャル空間を結合する拡張現実感技術、視聴覚のみに留まらず触覚・嗅覚・味覚・満腹感などの五感を扱うことを可能にするマルチモーダル/クロスモーダルインタフェース技術、人間の生活を記録し計算機に取り込むライフログ技術とライフログ活用のためのビッグデータ処理技術などの研究を行っています。 また、基盤技術の開発だけでなく、技術によって生み出されるコンテンツや技術の社会展開までを研究対象とし、上述の技術をミュージアムで活用していくため
第2回cv勉強会＠九州 LSD-SLAM
第2回 CV勉強会＠九州 ECCV'14 読み会 LSD-SLAM: Large-Scale Direct Monocular SLAM Jakob Engel, Thomas Schöps, Prof. Dr. Daniel CremersRead less
ドロネー三角形分割
SSII2019 企画セッション「画像センシング技術の最先端」 6月12日(水) 11:20～12:05 (メインホール) 三次元点群とは、三次元形状をその表面上の各点座標値の集合によって表現するデータ形式です。各点は順不同、かつ点の密度や総数が一定とは限らないという三次元点群の性質から、画像での深層学習の知見を直接応用することは難しいとされてきました。本発表では、PointNet 以降急速に発展した点群深層学習に関する研究の流れをまとめるとともに、実アプリケーションへの応用につながるような研究事例の紹介を行います。 This document discusses generative adversarial networks (GANs) and their relationship to reinforcement learning. It begins with an intro
関東コンピュータビジョン勉強会
【解説】Structure from Motion arXivTimes 勉強会 2018/09/20 株式会社ALBERT 山内隆太郎
３次元画像の多視点復元とステレオビジョン辺りのまとめ - Qiita
この投稿の目的 オライリーの『実践コンピュータビジョン』（以下文献[1]）の多視点幾何に関する項（5章）をベースに、特に後半の説明や補足をまとめている。[1]をベースにコード以外の部分について、まとめと補足情報を書く。理解が甘い部分もあるので、追々さらに調べるつもり。 多視点による３次元構造の復元 多視点、つまり、複数の画像から（[1]では２画像から）３次元を復元することを、複数のカメラの動きからの３次元構造の復元と捉えて、SfM（Structure from Motion）という。理論を深く理解していなくても、以前からよくSfMの話題では利用されているBundler（Rubyのツールじゃないよ）やGUI付きのVisualSFM、その他多視点幾何に特化したライブラリのOpenMVG、最近では、OpenCVの3.1に追加されたSfMモジュールなどを使えば、比較的容易にできるようになってきてい
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
https://www.semanticscholar.org/paper/Visualization-of-Temperature-Change-Using-RGB-D-and-Nakagawa-Matsumoto/f131aa4a57ed161a10648d5d0d7ae0cfed765e0d?p2df
