類似画像を検索する方法を調べみた その1 - フタなしカンヅメ
Google画像検索のような類似画像を検索する方法を調べてみた。 ぱっと思いつくのは、色や形状などの特徴量を比較し、近似しているものを調べていく方法だ。 この手の情報やライブラリは、けっこう出回っているので、一番お手軽にできそうだ。 他のアプローチとしては、特徴量が近似していないものを探しいくことで、類似性を判定する方法もあるそうだ。 画像同士をつきあわせて類似性を判定するのではなく、彼らは問題をまったく別の角度から捉えた。彼らの方法では、ターゲットの画像(A)を大量のランダムな画像と比較して、それらと当の画像との、もっとも著しい違いを記録する(Ra)。そして、もう一つのターゲット画像(B)に対しても同じ記録を作成する(Rb)。この、RaとRbがほぼ同じなら、画像AとBは類似性が高いだろう。 重要なのは'類似'ではなく'違い'だ–まったく新しい着想に基づく高精度の画像検索アルゴリズム |
ゼロから始めるDeepLearning_その2_ホップフィールドネットワークとは - 分からんこと多すぎ
はじめに 学部四年生向け。 ゼロから始めるDeepLearning_その1_ニューラルネットとは - 分からんこと多すぎ →（Auto Encoder） →（Denoising AutoEncoder） →ホップフィールドネットワーク（この記事） →ゼロから始めるDeepLearning_その3_ボルツマンマシンとは - 分からんこと多すぎ →Restricted ボルツマンマシン（後日） →（Gaussian Binary - Restricted Boltzmann Machines） →（Deep Belief Networks） →（Deep Neural Networks） →畳み込みニューラルネット（後日） 太線以外は読み飛ばしてOK 知識に乏しく深く踏み込めなかったので、間違ってたらごめんなさい。 参考図書 An Introduction to Restricted Bolt
仮眠プログラマーのつぶやき : パーリンノイズアルゴリズム 前編
2010年06月30日04:12 カテゴリパーリンノイズアルゴリズム パーリンノイズアルゴリズム 前編 Perlin noiseのことを最初適当に知ろうと思ってwikipediaをのぞいてみたが、なんかあんま参考にならん・・・ページの下に関連リンクがあったので覗いてみた。 生成方 KEN (2019/12現在リンク切れ) 図やグラフから文章を推測するというなんとも奇妙な解読法で、なんとか理解したような気がした。 実際プログラムするときは上の生成方のＨＰが参考になった。 ではわかったことだけでもまとめていきたいと思う。 Perlin noise と普通のnoiseの違い （導入） 以下の話は全てパーリンノイズではなくバリューノイズというやつでした。すみませんでした。パーリンノイズは近日中にコード載せます。 定義の話とか面倒なので具体的な話から・・ ノイズ関数とパーリンノイズ関数があったとしよ
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
