CVに関するlamiredのブックマーク (6)

  • Joint HOG : People Detection

    AVIから画像を切り出すアプリケーション.連続フレーム可.下のDirectX9のインストールを必ず行ってください.

    lamired
    lamired 2011/02/09
    中部大学藤吉研の資料ページ
  • コネタス株式会社 | 大阪府のスマホ・タブレット・パソコン修理 | インターネットサービス | 防犯カメラ工事

    当社はスマートフォン・タブレット・パソコン修理を行うリペア事業と インターネット関連サービス・WEB構築などのITソリューション事業を行っております。 また企業様向けのWEB運用や販促物制作などのプロモーションやパソコン・OA機器・事務所環境のネットワーク構築、 工事部門では防犯カメラの設置設営・各種配線工事などにも対応させていただいております。 会社案内へ MISSION インターネット関連サービスにおいては、 インターネットプロバイダー・ホスティングサービスはサービス開始より20年以上の実績のもと、 中小企業様のインターネット環境の課題を解決や業務の効率化をサポートいたしております。 特に、WEBやメールサーバ管理については、お客さまの見えるところは勿論、 見えないところでは更に、重要な情報資産が格納されたサーバを、インターネットに関わる数多くの脅威からお守りし、 快適なパフォーマンス

    lamired
    lamired 2011/01/25
    OpenCVの導入.カメラからの顔検出など
  • 工学ナビ - 「攻殻機動隊」「電脳コイル」の世界を実現! - ARToolKitを使った拡張現実感プログラミング

    仮想世界と現実世界を融合する技術は,拡張現実感(Augmented Reality:AR)と呼ばれています. おおげさな言い方をするとARは現実の世界に情報を「上書き」することができる技術です. アニメや映画にでてくる「電脳」を想像してみてください.手のひらの上に3Dキャラクタを表示したり, 現実の世界でデジタル・データに触れてみたり… そんな魔法のような技術です. ARToolKit はARアプリケーションの実装を手助けするC言語用のライブラリです. ARToolKitを使うと,紙に印刷されたパターンをカメラで読み取り, その上に3Dオブジェクトをオーバーレイ表示するアプリケーションが簡単に作れます. 来は非常に敷居の高い技術なのですが,このライブラリは「難しい部分」の処理を全てやってくれます. …というわけで今回はARToolKitを使って近未来の技術 「拡張現実感」 を体験

    lamired
    lamired 2011/01/22
    ARToolKitの導入とデモプログラム
  • http://openframeworks.jp/forum/

    lamired
    lamired 2010/12/14
    openFrameWorks
  • opencv.jp - OpenCV: 物体追跡(Object Tracking)サンプルコード -

    #include <cv.h> #include <highgui.h> #include <math.h> #include <stdio.h> typedef struct parameter Parameter; struct parameter { float alpha; float beta; float gamma; }; int main (int argc, char **argv) { int i, j = 0, c; IplImage *src_img, *dst_img; CvPoint *contour; CvPoint center; int length = 60; /* 動的輪郭を構成する点数 */ Parameter snake_param = { 0.45, 0.35, 0.2 }; /* cvSnakeImage のパラメータ */ CvFont fo

    lamired
    lamired 2010/06/07
    動的輪郭モデルの1つ,Snakesのサンプル
  • 第1回 画像認識の基本を知ろう | gihyo.jp

    この連載では、この表で言う画像認識技術を主に扱いますが、どの技術も非常に活発に研究されており、様々な分野で実用化されています。 画像認識・理解の基原理 画像認識の基原理 画像認識は、学習のフェーズと認識のフェーズの2つからなります。学習のフェーズでは、コンピュータに認識させたい対象画像を学習させる処理を行い、認識のフェーズではコンピュータに入力画像が学習した対象かどうかを判定させます。 図5 学習と認識の流れ 学習フェーズ 学習のフェーズでは、まず画像になんらかの処理を施して、ピクセルのデータ列から、より学習に適したデータ列(特徴量データ)へと変換を行います。 次に変換されたデータを、機械学習と呼ばれるアプローチを用いてコンピュータに学習させます。機械学習とは、その名の通り人間が行っているような学習の仕組みをコンピュータに持たせるための技術です。例えば人間は、初めて見る人の顔画像でも、

    第1回 画像認識の基本を知ろう | gihyo.jp
    lamired
    lamired 2010/06/05
    @takminさんによる画像認識入門.Haar-like特徴量を用いたカスケード構造AdaBoostによる学習.
  • 1