他人の化粧を自分に転写できるバーチャルメイク技術「PSGAN」 動画にも対応
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 北京航空航天大学、中国科学院、シンガポール国立大学、シンガポールYITU Technologyによる研究チームが開発した 「PSGAN」は、画像に写る人の顔の化粧を別の画像内の顔へ転写する、深層学習を用いた手法だ。表情やポーズがそれぞれ違っても化粧だけを転写できる。 これまでもメイクアップを異なる画像で転写する研究は行われており成果も出ていたが、ポーズや表情の違いが大きい画像間では依然として困難で、顔の向きが常に変化する動画への転移はさらに難しかった。さらに化粧の濃淡を制御できるようなカスタマイズはできず、転移する部分は指定できないなど、応用範囲は限られていた。 これらの問題を解決するため
[用語]スループットとレイテンシー - Qiita
はじめに AWSのソリューションアーキテクトの勉強をしている中で、「スループット」と「レイテンシー」の意味を毎回忘れてしまうので、記憶定着と備忘のため。 一言で言うと「時間あたりの処理能力」のこと。 要は一回の処理でどのぐらいのデータを送ったりできるか、という指標で、もちろん高ければ高いほど性能が良いということになる。 ただし、あんまり一度にたくさんのデータを送ったりすると、次に書くレイテンシーが低くなる。 一言で言うと「ポチってから応答が返るまでの時間」のこと。数え方は「低い（良い）」か「高い（悪い）」。 通信の遅延時間とも言う。 Webオンラインシステムやスマホゲームなどは通信の度に何秒も待たされるとものすごいストレスになるので、そういう場合はスループットよりもレイテンシーが重視される。 まとめ スループットとレイテンシーはどっちが良い・悪いではなく、（基本的には）トレードオフになるみ
![[用語]スループットとレイテンシー - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/c96961397d6b7898e4ebcd340b484990530663d2/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCJUU3JTk0JUE4JUU4JUFBJTlFJTVEJUUzJTgyJUI5JUUzJTgzJUFCJUUzJTgzJUJDJUUzJTgzJTk3JUUzJTgzJTgzJUUzJTgzJTg4JUUzJTgxJUE4JUUzJTgzJUFDJUUzJTgyJUE0JUUzJTgzJTg2JUUzJTgzJUIzJUUzJTgyJUI3JUUzJTgzJUJDJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz02ZTg3Mjg3YjgxOWJjYTUxNzU0OWFmOWQxZGU4ODI1Ng%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBra2lubzE5ODUmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTg3MjUwOTlmMjQyYTBlZjhlNDMzMGRhMjA1ZjZlYmM2%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D09a984f3ca93bab46a64fb696b192cd1)
キャッシュとは？ ―― 機能と仕組みから使用上の注意まで
キャッシュヒット 対象となる命令やデータがキャッシュに存在する場合 キャッシュミス（キャッシュミスヒット） 対象となる命令やデータがキャッシュに存在しない場合 ラインフィル（Line fill） キャッシュのバス上の読み出し、または読み出しリクエストのこと（フィルとはキャッシュがミスした場合に主メモリの内容をキャッシュに読み込むこと） エビクション（Eviction） キャッシュが満杯の状態で、キャッシュ内に必要なデータを保存し、不要なデータを追い出すこと（Evictionは立ち退きという意味） ライトスルー（Write through） CPUがキャッシュにデータを書き込むと同時にメインメモリにも同じデータを書き込む方式 ライトバック（Write back） CPUがキャッシュにデータを書き込む時に、キャッシュが一杯になるまではキャッシュに書き込み、キャッシュの内容が追い出される時に、そ
AI技術（TrackNet）を使ってテニスのボール軌道をトラッキング | DataTennis.NET
AI技術（TrackNet）を使ってテニスのボール軌道をトラッキング 公開日： 2020/02/02 最終更新日：2020/02/03 ディープラーニング(深層学習)を活用してテニスのトラッキングシステムを作りたいでも書きましたが、テニスの試合のデータ記録を自動化したく、ディープラーニングを活用したトラッキングシステムの開発に取り組んでます。 テニスのトラッキングシステムでは、 ・選手の動き ・テニスコート ・ボール のデータ取得を自動化したいと思っています。 ↓は、試合の映像から選手の動きとテニスコートを検出し、真上からみた位置に変換してアニメーションにしたものですが、ボールの軌跡が検出＆プロットすることができていません。 ボールはサイズが小さい（＝特徴が少ない）、瞬間的に動くものなので静止画にするとぶれる、など物体検出するのに難しい要因がいくつかあります。 カメラが固定されていればフレ
OpenPoseとは | ディープラーニングで人のポーズを解析 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
OpenCV(Python版)でテニスのボール軌道を検出する - Qiita
やりたいこと テニスのボール軌道を検出して、円で囲います。 最終的には、ボールの軌道や着弾点などを自動でデータ化できるようにしたいと思っています。 ボールの軌道を検出した動画 開発中のディープラーニングを用いたテニス映像解析システム。サーブ時のボールの軌道をトラッキングしてます。次は、着弾点を自動で記録できるようにしたい。 pic.twitter.com/NcwIdYLtrj — おたこ (@otakoma) 2018年5月1日 サーブのボールを検出できています。人をバウンディングボックスで検出していて、これはディープラーニングの物体検出手法（SSD）を用いてやっていますが今回は扱いません。 手順 フレーム間の差分画像を生成 画像を２値化 膨張処理して分割してしまった物体を1つの物体としてまとめる 物体の重心座標（x,y）を計算し、円で囲う 全コードは最後に記載してます。 フレーム間の差分
ディープラーニング(深層学習)を活用してテニスのトラッキングシステムを作りたい | DataTennis.NET
テニスのトラッキングシステムを個人開発でつくりたく、プロトタイプをつくったりあれこれやっています。 完成まではまだまだですが、現段階でのプロトタイプはこんな感じのものになってます。 上は、こちらの動画（2016年全仏決勝ナダルvsワウリンカ）を元に作成しました。一番最初のナダルがスマッシュを決めたポイントで、ナダルとワウリンカ2選手の移動軌跡をプロットしています。 試合の動画データを取り込みテニスコート四隅と選手の位置を検出してトラッキングデータを作成してます。検出にはディープラーニングの技術を活用。ほんとはボールの軌道も検出したいんですがうまくできてません。小さく動きの速い物体を検出するのは難しい。。 トラッキングシステムとは トラッキングシステムというのは、 ・選手の位置や移動軌跡 ・ボールの軌跡、着地点 ・フォアハンド、バックハンドなどショットの判別 などあらゆるものをデータ化し、分
【Webスクレイピング】錦織圭実況掲示板のデータ記録（サーブコースや速度など）を抽出してまとめてみました | DataTennis.NET
【Webスクレイピング】錦織圭実況掲示板のデータ記録（サーブコースや速度など）を抽出してまとめてみました 公開日： 2018/05/22 最終更新日：2019/01/20 きっかけはツイッターでの下記やりとりから。 （私＝おたこ@otakoma） 赤黄色さん @sna15694 のサーブのデータはかなり貴重と思われます。コースと、回転の種類まで入ってますから。 — netdash@鼻血ブログ (@netdash) 2018年4月26日 https://t.co/EW8qRpuLdj — netdash@鼻血ブログ (@netdash) 2018年4月26日 良いですよ、というか寧ろ歓迎します。 どの様な分析になるか楽しみです。 これからの記録方法ですが、昨年辺りからサーブの回転ではなく、スピードを記録するようにしていましたが、回転を記録するように戻した方が良いですかね？（両方は無理） —
Kaggleとは？機械学習初心者が知っておくべき3つの使い方
機械学習の基礎用語や初歩的な手法、数学的な理解を深めませんか？環境構築が不要、オンラインで実行が可能な機械学習入門チュートリアルを公開中！機械学習の世界へ飛び込んでみませんか？ スクラッチで最小二乗法と最急降下法をPythonでコーディング（線形回帰） ロジスティック回帰の概要や数学的理解と実践に役立つ知識（ロジスティック回帰） まず呼び方ですが、Kaggleと書いて「カグル」と読みます。日本でも最近は定着してきましたが、Kaggleに参加している方を「カグラー（Kaggler）」とも呼びます。 Kaggleですが、本サイトへ行くと一番上に書かれていますが「The Home of Data Science & Machine Learning」（データサイエンスと機械学習の家）と題されている通り、世界中の機械学習・データサイエンスに携わっている約40万人の方が集まるコミニティーです。 Ka
Kaggleのwinner callと賞金の受領をした手順をまとめます｜カレーちゃん
Kaggleでは、賞金をもらえる順位に入ると、winner callというコンペの主催者と電話をする必要があります。 また、賞金をもらうために、個人は「W-8BEN」、法人は「W-8BEN-E」という書類の提出が必要であり、法人の場合は米国の納税者番号（Employer Identification Number, EIN）をドキュメントに記載する必要があります。 私は、kaggleの地震コンペで３位になりましたで書いたように、「LANL Earthquake Prediction（以下地震コンペ）」というKaggleのコンペで３位になり、Winners callと米国の納税者番号の取得をして賞金をもらいました。 以下では自分の体験を記載します。 （注）以下の内容は、今回のコンペにしか合致しないものとか、私が勘違いしているものとかあるかもしれませんので、だいたいの流れとしてご理解ください。
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
