【コンピュータビジョン】ネコと学ぶエピポーラ幾何 - Qiita
はじめに ネコ、かわいいですね〜 この記事では、コンピュータビジョン分野で取り扱われる、多視点画像から３次元世界を復元する技術について、ネコと一緒に学んでいく記事です。 この分野は現在でも研究が進められている分野で難しい数式も出てきて時には辛くなりますが、その辛さがネコと一緒に学ぶことで中和されれば幸いです。 この記事は「実践コンピュータビジョン」の、第5章「5.1 エピポーラ幾何、5.2 カメラと3D構造を使った計算」に相当します。 多視点画像から３次元世界を復元したい 冒頭のネコの画像は２次元画像でした。では、このネコの３次元形状を復元するにはどうしたらよいでしょうか？ 正解は、カメラをネコに向けて移動しながら、複数の視点から撮影するです。 それぞれの視点でネコがどのように映るかをてがかりに、カメラの姿勢の変化と、そのカメラが撮影しているネコの幾何学な構造を逆計算します。 これは、St
ねこと画像処理 part 3 – Deep Learningで猫の品種識別 – Rest Term
ねこと画像処理。 (みかん – 吉祥寺 きゃりこ) 前回の ねこと画像処理 part 2 – 猫検出 では画像内の猫の顔を検出する方法を紹介しましたが、今回はディープラーニングの技術を用いて猫の品種を識別したいと思います。 学習データ ねこと画像処理 part 1 – 素材集めでは、自分で撮影した写真を学習データとして使うと書いたのですが、都内の猫カフェ等で出会える猫に限ってしまうと品種の偏りが大きくなってしまうので、ここではしぶしぶ研究用のデータセットを使うことにします。。ただ、Shiba Inuがあるのに日本が誇るMike Nekoが含まれていないのでデータセットとしての品質は悪いと思います。 The Oxford-IIIT-Pet dataset オックスフォード大学が公開している動物画像のデータセットです。その内猫画像は2400枚、クラス数は12で1クラスにつき200枚あります。今
Deep LearningとConvolutional Neural Network - Stimulator
- はじめに - 前回機械学習ライブラリであるCaffeの導入記事を書いた。今回はその中に入ってるDeep Learningの一種、Convolutional Neural Network(CNN:畳み込みニューラルネットワーク)の紹介。 CNNは今話題の多層ニューラルネット、Deep Learningの一種であり、画像認識等の分野に大きな成果をもたらしています。 まあCNNすごい。本当、画像認識系だと一強といった感じ。 実装経験もあるのでよしなに書いてみようという記事。 追記：2018-10-24 この記事は2014年終盤、Deep Learningに関連するネット記事も数個しかなく、各論文でもCNNに関する理解が分かれていたような時期に、大学生であった筆者が書いた記事です。概念の理解の助けになるよう残していますが、正しくない箇所も後々多く出てくるかと思います。考慮の上、お読み頂ければと
Image Super-Resolution Using Deep Convolutional Networks
We propose a deep learning method for single image super-resolution (SR). Our method directly learns an end-to-end mapping between the low/high-resolution images. The mapping is represented as a deep convolutional neural network (CNN) that takes the low-resolution image as the input and outputs the high-resolution one. We further show that traditional sparse-coding-based SR methods can also be vie
二次元画像を拡大したいと思ったことはありませんか？ - デー
うまくできましたか？ ボヤけたり、ギザギザになったりしませんでしたか？ waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。 画像を拡大するのではなく、縮小される前の状態に戻します。 縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。 その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。 二次元画像のJPE
Core Image の全エフェクトを試せるサンプルコードを公開しました - その後のその後
Core Image のフィルタ（画像にエフェクトをかけたり、色を調整したりするもの）を一通り試せるサンプルプロジェクトをgithubに上げました。 というか、これ、1年以上前にアップしてこちらの記事に書いたのですが、ほとんど認知されることがなかったので、改めて紹介させていただきます。 こんな感じでフィルターを試せます。 （フィルタのパラメータはランダムに生成されるので、かける度に変わる場合もあります） プロジェクト一式、こちらからダウンロードできます。 https://github.com/shu223/FilterDemo 注意点として、選んでも何も起こらないフィルターがたくさんあります。 詳細は後述しますが、こちら、Apple の PocketCoreImage というサンプルコードを数行いじっただけのものなので、あんまり多種多様なフィルタに対応したつくりになってはいないのです。。
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
本当は速いImageMagick: サムネイル画像生成を10倍速くする方法 - 昼メシ物語
一般的に ImageMagick のサムネイル画像生成は遅いとされており、パフォーマンスが求められるシーンでは Imlib2 などのより高速な画像処理ライブラリが使われることが多いです。 Imlib2 の高速さについては、以前「Imlib2でImageMagickより3倍高速かつ美しいサムネイル画像の生成 - 床のトルストイ、ゲイとするとのこと」という記事で紹介しました。この記事のベンチマークにおいて、Imlib2 によるサムネイル画像の生成は、 ImageMagick の3倍程高速でした。 しかし、 ImageMagick は Imlib2 より画質がよく、高機能で使いやすく、今も頻繁にメンテナンスされており、とてもよく出来ています。その点 Imlib2 は、2004年からメンテナンスされておらず、セキュリティホールが見つかっても、各Linuxディストリビューションがそれぞれパッチを当て
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
[iPhone] UIImage #imageWithContentsOfData: などは描画が激遅 | Sun Limited Mt.
現在制作中の iPhone アプリで描画が遅くて困っていました。その原因はまさにこのエントリにある通りのことでした。 UIImage#imageNamed:は読み込みも描画もUIImage#imageWithContentsOfFile:やそれ以外のメソッドより５〜６倍速い – 24/7 twenty-four seven imageNamed:は圧倒的にロードが速いし、何故か描画も速い。 私の感じでは、UIImage#imageNamed: が早いというよりも、UIImage#imageWithContentsOfFile: や UIImage#imageWithData: などが遅い感じです。UIImage#imageNamed: 以外で作成した UIImage の描画も UIImage#imageWithContentsOfFile: とかよりも劇的に早いからです。（UIImage#
Poisson Blending | OpenCV.jp
このサンプルは，OpenCVの機能とはあまり関係なく，差分やデータの保持にcv::Mat形式を利用している程度です．このサンプルでは，ある画像の一部を別の画像にコピーする際に，それらを滑らかにブレンディングします． コピー後の画素値は，Dirichlet条件の下でPoisson方程式を解くことで求められます．つまり，コピー元画像の画像勾配をなるべく保ったまま，コピー境界の画素値をコピー先の画素値と合うように，コピー結果画素値を決定します． 詳しくは，SIGGRAPH2003の論文 Poisson Image Editting (PDF) を参照してください． Souce Image, Target Image, Mask Image, Blending Result また，Gradient Mixtureを行うことで，コピー元とコピー先の画像のうち，より強い勾配を保存することができます．
OpenCV.jp
Reference Manual OpenCV-2.x(svn) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++)（訳） OpenCVユーザガイド（訳） Python: リファレンス日本語訳 Google Test-1.6 Google Test ドキュメント日本語訳 Google Mock(svn) Google Mock ドキュメント日本語訳 OpenCV-2.2(r4295相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-2.1(r2997相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-1.1pre C/C++:
ジオラマ風になる撮影方法を、ゴッホの絵画でやったら凄いことになった！ | Pouch［ポーチ］
な、なにコレ！ 絵画のようだけど、くっきりと浮き上がってみえます。しかも、この絵画、どこかで見たことがあるような……。絵画をジオラマにしたのでしょうか？ とても不思議な感じです。 絵画の作者は、ゴッホ。しかも、ジオラマ模型ではなく、絵画にちょっと手を加えただけというから驚きです。 この作品を作ったのは『Art Cyclopedia』のアーティスト、Serena Malyonさん。 いったいどうやってつくったかというと、ティルト・シフト撮影を起用したのだそうです。ティルト・シフトというのは、風景などがまるでミニチュアのように撮影できるとして、数年前から話題になっている特殊なレンズを使用した撮影方法。焦点のコントラストや色の彩度などを調整することで、フォトショップでもシミュレートできます。 Malyonさんは、ジオラマみたいにするには風景写真ならうまくいくけれど、絵画ならどうなるだろうか？ と
見た目はそのままで、JPEG画像のファイルサイズを1/5に軽量化するオンラインサービス -JPEGmini | コリス
JEPG画像の見た目の品質を維持しつつ、ファイルサイズを1/5に軽量化するオンラインサービスを紹介します。 ※1/5は画像によって差があります。 JPEGmini 左：オリジナル（3662KB）、右：JPEGmini（628KB） [ad#ad-2] サイトではデモのJPEG画像が4種類あり、中央のスライダーを操作することで左：オリジナル、右：JPEGmini、見た目の品質を比較することができます。
livedoor Techブログ : 本当はもっと速いImlib2: Imlib2でもImageMagickと同じ仕組みでサムネイル画像生成を速くする方法
こんにちは！こんにちは！ 開発部のやましーです。 今回はSmallLightの中でやっている細かいことについてです。 SmallLightとは SmallLightとは、2010年末にlivedoor labs EDGEにてリリースした画像サムネイル生成用Apacheモジュールです。 JPEG画像の読み込み処理の最適化 JPEG画像は、その圧縮アルゴリズムの特性で読み込み時に1/2、1/4、1/8にダウンスケーリングすることができます。libjpegでは画像読み込み時にjpeg_decompress_struct構造体のscale_denomにダウンスケーリング指数を指定します。 SmallLightではこれをJPEGヒントオプションとして実装しています。パターン文字列に jpeghint=y を付与することで有効になります。（SmallLightの README の100行目） JPEG
よくあるニーズを疎結合に。内部や外部の画像をリサイズや切り抜き、簡易加工を行うPHPスクリプト·TimThumb MOONGIFT
TimThumbは内部または外部の画像を取り込んでリサイズ、切り抜き、簡易加工を行うPHPスクリプト。 TimThumbはPHP製のオープンソース・ソフトウェア。Webサイトを作る際に重要な要素が画像だ。テキストが並んでいるだけでは重苦しいが、画像をうまくちりばめることで華やかに、見栄えのいいサイトに仕上がる。ユーザに画像をアップロードしてもらうサイトも多い。 リサイズ ユーザがアップロードしたり、外部にある画像を使う場合サイズがばらばらであったりして扱いが悪い。そんな画像を加工するのに使えるのがTimThumbだ。 TimThumbはPHPで画像のパスを指定してリサイズしたり、簡単な加工を行うソフトウェアだ。パスを指定することも、URLを指定することもできる。GDライブラリを使っているのでPHP側を対応させる必要がある。単純なリサイズだけでなく位置を指定した切り抜きもできる。 切り抜き
20 Places to Find the Best Free Stock Photos - Designmodo
With Postcards Email Builder you can create and edit email templates online without any coding skills! Includes more than 100 components to help you create custom emails templates faster than ever before. Free Email BuilderFree Email Templates 123RF 123RF FREE offers over 2 million free stock images, and they add 10,000 new photos, illustrations, and vectors every day. The platform provides high-q
これもまた写真の楽しみ方。手軽にビンテージ風に加工するJavaScriptライブラリ·vintageJS MOONGIFT
vintageJSはアップロードした写真をビンテージ風に加工するJavaScriptライブラリ。 vintageJSはjQuery/JavaScript製のオープンソース・ソフトウェア。写真は全てをあるままに写し出せば良いだけではない。トイカメラに代表されるように、エフェクトがかかってもまた楽しさがある。 赤を強めに カメラ自体にそういう機能があっても良いが、なかったとしても画像編集ソフトウェアで加工することもできる。特殊な画像編集をWebベースで行ってくれるのがvintageJSだ。 vintageJSはCanvasタグを使って画像加工を行う。名前の通りビンテージ風に加工してくれるのが特徴だ。荒くしたり色調を変化させたりして何となく古めかしくしてくれる。味わい深く、印象的な写真に仕上がるはずだ。加工した写真はダウンロードできる。 だいぶビンテージっぽくなった フィルターは多数設定がある。
PythonやLuaをWeb上で実行。LLVMをJavaScriptに変換する·Emscripten MOONGIFT
EmscriptenはLLVMをJavaScriptに変換するソフトウェア。PythonやLuaをWebブラウザ上で実行できる。 EmscriptenはPython/JavaScript製のオープンソース・ソフトウェア。LLVM（Low Level Virtual Machine）という技術がある。ソースコードをアーキテクチャに依存しない中間コードに変換し、最適化した上で各マシン向けにネイティブなコードを出力することでより効率的なバイナリを作成できるというものだ。 Python実行例 つまりLLVMが生成する中間コードを使えば、元々の言語は気にせずに動くという訳だ（おそらく）。それを実証してくれるプロジェクトがEmscriptenだ。 EmscriptenはLLVMの中間コードをJavaScriptに変換するソフトウェアだ。つまり中間コードにさえ変換できれば、それをJavaScriptに変
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
YouTube人気急上昇
