タグ

ブックマーク / www.ricoh.co.jp (9)

  • よくあるご質問(デジタルカメラQ&A) / サポート情報 / デジタルカメラ | RICOH IMAGING

    画質モード/画像サイズについて教えてください。 撮影した静止画のファイルの大きさは、画質モードと画像サイズの組み合わせによって決まります。画質モードは圧縮率により Normal モード(N) と Fine モード(F) があります。 動画の場合は動画サイズを選択します。 Normal モード(N)

    nilab
    nilab 2011/10/17
    画質モード/画像サイズはこのへんで。[5M] 4:3 F (2592x1944) 2GB / 5MB = 400枚, [3M] 4:3 F (1728x1296) 2GB / 3MB = 666枚 / デジタルカメラ | リコー
  • よくあるご質問(デジタルカメラQ&A) / サポート情報 / デジタルカメラ | RICOH IMAGING

    nilab
    nilab 2011/10/17
    よくあるご質問(デジタルカメラQ&A) / サポート情報 / デジタルカメラ | リコー
  • Caplio R7 / デジタルカメラ | RICOH IMAGING

    nilab
    nilab 2011/04/04
    「奥行きのあるダイナミックな自然の風景を印象的に撮影できる広角28mmから、近づくことのできない遠くの被写体をアップで撮影できる200mmまでの光学7.1倍ズーム」Caplio R7 / デジタルカメラ | リコー
  • CX3 / RICOHブランド デジタルカメラ生産終了製品 | RICOH IMAGING

    ※ この製品情報に記載されているレンズ焦点距離はすべて35mm判カメラ換算値です。 ※ 製品の色及び写真は、ホームページの為、実際の色とは若干異なることがあります。

    nilab
    nilab 2010/03/16
    製品情報 / CX3 | Ricoh Japan
  • 知る / Photo Style | Ricoh Japan

    nilab
    nilab 2010/03/06
    知る / Photo Style | Ricoh Japan : 「第19回 ミニチュアライズを使ってみる」「今回の疑問「CX2に搭載されているミニチュアライズモードを使うとどんな写真が撮れるの?」」ジオラマみたいな写真になる。
  • "使いやすさ"への取り組み / 古田さん、それって使いやすいですか? 第17回 | Ricoh Japan

    皆さんは何か新しい製品を買った時、付属のマニュアル(取扱説明書)はご覧になりますか?昨今、このマニュアルを取り巻く状況が色々と様変わりしてきています。今回はその辺りにスポットを当ててみたいと思います。 ■マニュアルの現状 かれこれ1年程前のことになりますが、テクニカルコミュニケーションシンポジウムというマニュアルを制作している業界のイベントに参加させていただいたことがあります。そこでご専門の方に色々話を伺ったのですが、今この業界はちょっと元気がない状態が続いてるんだそうです。 ユーザーからは「どうせ読んでもわからない」と責められる。かといって丁寧に書くと「分厚くて読む気が起きない」なんて言われてしまう。結局操作に必要な最短ステップを並べるだけで、背景理解を促すような解説はほとんどなされておらず、ちょっと特殊な場面になると全く応用が利かないということになります。 開発行程でも「オマケ」扱

    nilab
    nilab 2009/09/10
    「取説不要」が本当に良い製品?:「「すみませんけど最初にこれだけは読んで理解、習得しておいてください。そしたら今よりずっと使えるようになるはずです。」と謳った製品があっても良い」ぜんぜん同意できない
  • Caplio R7 / デジタルカメラ | RICOH IMAGING

    ※この製品情報に記載されているレンズ焦点距離はすべて35mm判カメラ換算値です。 ※製品の色及び写真は、ホームページの為、実際の色とは若干異なることがあります。

    nilab
    nilab 2008/01/24
    製品情報 / Caplio R7 | Ricoh Japan
  • ソフトウェア分野の研究開発 / RFC 5023 Atom Publishing Protocol 日本語訳 | Ricoh Japan

    この文書は RFC 5023 The Atom Publishing Protocol を, BCP78によって付託された権利に基づいて日語に翻訳したものです。 翻訳には誤りがある可能性があります。この翻訳の正確性は保証しません。 翻訳についてのお問合せ先:(SSL対応フォーム) (非SSL対応フォーム) 翻訳者一覧 株式会社リコー 山陽平 日野原寛 高桑寿一 中川勝樹 沖田邦夫 井上浩一 兵清弘 リコーソフトウエア株式会社 福田朋紀 更新履歴 2008-01-07 日外アソシエーツ株式会社 久我様の指摘を受け 9.7 の訳文をわかりやすく、11.2 の抜けを修正 2007-12-06 9.6、9.7.1、9.7.2、10 の誤記、表記ぶれを修正 2007-11-08 エヌ・ティ・ティ・コミュニケーションズ株式会社 朝倉様の指摘を受け 9.3/9.4 の誤訳を修正 2007-11-0

    nilab
    nilab 2007/10/13
    ソフトウェア研究開発本部 / RFC 5023 Atom Publishing Protocol 日本語訳 | Ricoh Japan
  • ソフトウェア分野の研究開発 / コラム | Ricoh Japan

    人間を含む動物は、身の回りの状況を常に認識して行動しているが、その処理は驚くほど迅速で柔軟性が高い。多くの生物は一度間違えると、次回は判定基準を部分修正する。情報処理の世界においても、このような生物の柔軟性に学び、認識技術が大きく進歩してきている。従来は、認識するためにまず対象をできるだけ細かく調べ、この調べたデータと予め学習したデータを統計処理した後、結論を出すのが通常の方法であった。しかし、我々は経験的にもっと効率的な方法を知っている。例えば、道路に動物がいる場合、まず動物の輪郭からサイズを認識し、そのサイズからこれがイヌかネコの可能性を引き出す。次に、近づいて形状や色を詳しく調べ、イヌでもネコでもなくキツネであれば、同種のサイズの可能性にキツネを加える。生物はこのように順次単純な判定を繰り返すことで、高速で高精度かつ柔軟な認識を行っている。 簡単な例を挙げてみる。図1のように平面の上

    nilab
    nilab 2007/05/05
    ソフトウェア研究開発本部 / コラム | Ricoh Japan - (№20)弱い識別器と強い識別器 : Haar変換による顔認識アルゴリズムの説明
  • 1