研究者志望の人は読んでおきたい 大学院入試に役立つエントリー集 - はてなニュース
梅雨も終わりに近づき、大学院入試に向けて準備を始める研究者志望の学生が増えてくる時期ではないでしょうか。「学部でちゃんと勉強していれば、別に院試の対策なんて大げさに考える必要ないよ」という考えの人が多いと思いますが、落ちてしまっては元も子もありません。この辺で、ちょっと気を引き締めるためにも、簡単に院試対策エントリーを眺めてみてはどうでしょうか。 研究室選び 大学院を探すなら|リクルート大学＆大学院.net 大学院入試を受けるためにはもちろん研究室を選ぶ必要があるのですが、インターネット上には、研究室選びで失敗してしまった人による生々しい体験談や、決して良い研究環境とは言えないブラック企業ならぬ「ブラック研究室」の惨状についての報告がいくつも転がっています。 大学院教育 その恐るべき実態 ブラック研究室｜ Power2ch ですから、自分の志向性や研究室の業績だけでなく、指導教官の人格や自
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。
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
