Web上の膨大な画像に基づく自動画像補完技術の威力 - A Successful Failure
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
Image Optimization Part 1: The Importance of Images
YUI Blog Development Image Optimization Part 1: The Importance of Images Image Optimization Part 1: The Importance of Images About the Author: Stoyan Stefanov is a Yahoo! web developer working for the Exceptional Performance team and leading the development of the YSlow performance tool. He also an open-source contributor, conference speaker and technical writer: his latest book is called Object-O
Stefanov氏、画像サイズを縮小化する4つの手順を紹介 - 画質劣化一切なし | エンタープライズ | マイコミジャーナル
Yahoo! User Interface Blog YSlow開発者であり高速ローディングWebサイト構築テクニック紹介者であるStoyan Stefanov氏による画像最適化解説シリーズの第3弾がImage Optimization, Part 3: Four Steps to File Size Reductionとして公開された。そのまま画像圧縮に使えるテクニックが紹介されている。 第3弾では画質を劣化させることなく画像ファイルサイズを縮小するための4つの方法が紹介されている。簡単にまとめると次のとおり。 ［手順1: PNG圧縮 - Pngcrush］ PNGにはチャンクと呼ばれるデータが含まれているが、すべてのチャンクが画像描画に必要とされるわけではなく、透過情報以外のチャンクは削除できる(-rem alla)。可能であればパレットのカラー数を削減したり(-reduce)、そのほ
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
