感染症モデルに基づくゾンビ大量発生時の危機管理指針 - A Successful Failure
新型インフルエンザが全世界を席巻しているが、エマージングウイルス（emerging virus：新興感染症）の感染爆発（outbreak: アウトブレイク）の危険性は、熱帯雨林の開発に伴う野生生物との接触拡大、交通機関の発達による感染経路の拡大により日に日に増大している。このあたりの話は山内一也東京大学名誉教授による連続講座 人獣共通感染症が大変充実しており興味深い。 エボラ出血熱などの極めて高い致死率を有する感染症が全世界に広がらず人類が滅亡しないのは、その高い致死率にある。他人に感染させる前に宿主が死亡してしまうので、感染が局所的範囲に抑えられるのだ。万が一、発病までに長い潜伏期間をもつ致命的な感染症が流行すると人類の存続が危うくなる。新型インフルエンザがそうならない保証はない。 ゾンビ感染症 ヴードゥーの司祭により生み出されるゾンビ*1は、多くの小説や映画の題材となっているが、おおよ
写真に基づく3D空間構築手法の到達点 - A Successful Failure
一昔前は実世界の建築物を元にウォークスルー可能な3D空間を構築しようと思ったら、まず各部屋の形状を計測器を用いて計測し、その計測結果に基づいて人手でモデル化し、領域ごとにテクスチャを貼り、照明を設定して……と気の遠くなるような作業が必要だった。3D空間の構築は極めてコストの高い作業だったが、近年では2次元画像（実写写真）に基づいた3D空間の構築手法が長足の進歩を遂げており、以前に比べれば極めて低コストに3D空間を構築する事が可能となっている。 【告知】Twitterはじめました。@LunarModule7です。 興味のあるかたはフォローくださいとしばらく宣伝。 今ではバラバラに撮影した写真から、全自動で3D空間を構築し、内部を自由にウォークスルーできるようになっている。ワシントン大学とMicrosoft Reseachが2009年に発表した研究*1は現時点における集大成とも言えるものとなっ
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。
Amazonのサービスが急激に劣化している件について - A Successful Failure
最近Amazonのサービスの劣化が著しい。9月以降のみに限っても次のような惨状だ。 2008年9月7日：現金還元サイト『小判』がAmazonのポイント還元を終了。これまでは小判経由で購入すると、Amazonポイントとは別に2%の還元がなされていたが、それが無くなった。 2008年9月11日：ショッピング・パレットがAmazonのポイント還元を終了。これまではショッピング・パレット経由で購入すると、Amazonポイントとは別に4%の還元がなされていたが、それが無くなった。 2008年12月15日：Amazonクレジットカードが終了。これまではAmazonクレジットカードで購入すると、Amazonポイントとは別に2%の還元がなされていたが、それが無くなる。 さらに、Amazonは配送業者の変更を行っているようだ。9月より配送先が千葉県であるユーザに対しては、旧来の日通ではなく、カトーレックと言
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
