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。
「できない」人の指導が受けたい - 諏訪耕平の研究メモ
例えばある集団を改善したいとして，そのとき意見を聞くべきなのはその集団に不満を持っている人だと思うわけですよ。そういう人はその集団の欠点がよく見えている。でもその集団にもっとも不満を感じている人って恐らくその集団から排除されてしまった人だったりするので，そういう人に意見を聞こうとしても，「もう私には関係のない話ですので」となりがち。実際僕は経験があります。結果，それほどその集団に不満を感じていない人たちの意見をもとにその集団を改善しようみたいな話になっていくので，改善は不完全燃焼で終わったりするのだろうと思うのですね。 最近僕の研究分野で「当事者性」についての議論をよく見かけます。一番ホットなのはアクションリサーチですよね。アクションリサーチって要するに現場を改善していくプロセス全体を研究としてみなそうみたいな取り組みで，これを推進しているwhiteheadという人はpractitione
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
http://www.senzoku-online.jp/flash/keyflash_200802.html
Flash 鍵盤