深層学習で麻雀の点数を自動計算してみた！ - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 OpenCVを用いた「テンプレートマッチング」と、DeepLearningの物体検出アルゴリズムの一つ「SSD」使って、筆者が大好きな麻雀の牌を検出し点数を自動計算できるか試してみました！ こんにちは。アナリティクスサービス部の栗原です。 今回のブログは、筆者の大好きな麻雀をテーマに取り上げ、 1.物体検出に関わるテクノロジー 2.BrainPadの日常 （3.麻雀の面白さ） をお伝えしたいと思います。 さてさっそくですが、皆さん麻雀経験はありますか？ おそらく、 1.「全く経験がない」 2.「アプリ等でやったことはあるが実際に卓を囲ったことはない」 3.「雀荘に行って一通りゲームを楽しめる程度」 4.「雀荘に通うほど好き」 のいずれかに該当するのではないでしょうか。 今回ブログでご紹介す
顔認識を失敗させる技術を失敗させるハッカソンに参加した - kivantium活動日記
去年の8月に、国立情報学研究所（NII）が顔認識ができなくなるメガネを開発したという記事が話題になりました。 nlab.itmedia.co.jp それに対して Haar-like, LBP特徴による方法が前提っぽいから、HOG特徴量で輪郭取るこの前の方法なら勝てそう— 川奈 清 (@kivantium) 2015年8月6日 とコメントしたところミクミンPさんから@kivantium ポチったので届いたらハッカソンでもやりましょうか— ミクミンP/Kazuhiro Sasao (@ksasao) 2015年8月6日 という反応があり、今日実際にハッカソンが行われました。 connpass.com 「顔認識を失敗させる技術を失敗させるハッカソン」は、最初に7人の参加者でプライバシーバイザーをつけた場合とつけなかった場合の顔動画を撮影して共有し、あとは各自で黙って作業するという形で行われました
TensorFlowで顔検出器を自作する - すぎゃーんメモ
19日に行われた Kyoto.なんか #3 で発表・デモをさせていただいた内容まとめです。 はじめに: 検出器の重要性 アイドル顔識別 をずっとやっている中で、顔の識別・分類(Classification)はCNNを使って出来ているけれど まだ上手く出来ていない別のタスクがあって。 それが画像内からの顔領域の検出 (Detection, Localization)。 「画像内に写っている人物が誰であるか」を識別するためには、まずはその画像に写っている「顔」を検出する必要がある。 その検出された顔それぞれについて分類器にかけて「この顔は○○さん」「この顔は××さん」と分類していくことになるわけで。 分類器に与える入力画像を切り抜いて抽出するのにもまず顔領域を検出する必要があるし、その分類器を学習させるためのデータセットも、様々な画像から顔領域を検出して切り抜いてそれぞれに対してラベル付けする
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
