SSDで物体を追跡することが可能か - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 本記事はSSD物体検出と物体追跡の実行例を用いて両者の違いについて解説します。SSDは物体検出としてよく利用されるアルゴリズムですが、場合によって、物体追跡アルゴリズムとして流用することも可能。本記事はSSD検出と、SSD検出+追跡とで、両方サンプル動画を作成し、両者の違いについて考察してみます。 *本記事はこちらの記事を和訳したものです。 Introduction SSD物体検出は過去の記事で取り上げましたが、基本的にSSDは入力された動画に対してフレーム単位で検出を行い、フレームごとのBoundingBoxが取得できます。Nフレーム
DeepLearningで上司を認識して画面を隠す - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 背景 仕事をしているとき、業務に関係ない情報を閲覧していることって誰でもありますよね？ そんなときに背後にボスが忍び寄っていると気まずい思いをします。もちろん急いで画面を切り替えれば良いのですが、そういう動作は逆に怪しまれることになりますし、集中しているときは気がつかないこともあります。そこで怪しまれずに画面を切り替えるために、ボスが近づいてきたことを自動的に認識して画面を隠すシステムを作ってみました。 具体的にはKerasを用いてボスの顔を機械学習し、カメラを用いて近づいてきたことを認識して画面を切り替えています。 ミッション ミッシ
【OpenCVを使ったスポーツ画像解析6】深層学習（ディープラーニング）を用いてテニス選手をトラッキング | DataTennis.NET
深層学習（ディープラーニング）を使ってみました 【OpenCVを使ったスポーツ画像解析5】画像からテニス選手の位置を検出するでは、選手の初期位置を検出するために、HOG特徴量とSVM(サポートベクターマシン）を組み合わせた手法を用いました。 今度は流行りの深層学習（ディープラーニング）を用いて選手の動きをトラッキングしてました。 トラッキングした動画は↓になります。（動画素材は、shutterstockで購入した動画を用いています） 手前側の選手：「playerdown」 奥側の選手：「playerup」 と検出しています。 奥側の選手は、画像サイズに対して小さいからか、検出できていない時間帯も多いです。 これは小さい選手の学習データを増やせば解決できる問題かと思っています。 それでは、どうやって学習データをつくったか、モデルに学習させたか。 簡単ですが、概要を↓に書いてみました。 SSD
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
