この目線 篠原ともえがゲスト出演した 28 日放送のフジ系「新堂本兄弟」を鑑賞した。 あらためて篠原ともえのプロフィールを確認すると「 1979 年 3 月 29 日生まれ」とあるから今年の誕生日をもって篠原ともえは 30 歳を迎えましたということになる。あのシノラーも三十路か…。そりゃこれ書いてるぼくもいつの間にか歳喰らうはずだ、と感慨深くなる。シノラーとは同い年なのです。他に堂本光一、椎名林檎、浜崎あゆみも同学年であり、しみるねぇ。 この更新をするにあたって篠原ともえのブログ 09 年 6 月分にざっくりと目を通してみた。一ヶ月に 20 回以上とそこそこの更新頻度を保っている。画像は大きくて美麗。タイトル画像に映っている篠原ともえも往年のシノラーファッションではなくシックでセレブな装いだ。 で、文章を追っていってひとつ気付いたのだけれど、篠原ともえは自分のブログに顔文字・絵文字の類を、
はらわたが煮えくり返るような気持ち、心が切り裂かれたような気持ち。私たちの中には毎日、いろいろな気持ち、感情が生まれてきますよね。その感情をどう扱うか、ということについて、「wikiHow」に、「How to Practice Nonviolent Communication」という興味深い記事がありました。「Nonviolent Communication」、略して「NVC」は、日本語に訳すと「非暴力コミュニケーション」となって、大仰な印象を受けますが、要は、感情のままにリアクション(暴力)をしない、ということです。 それでは、「wikiHow」による、NVCのテクニックを紹介しますね。 1. 「ありのまま」の状態を認識する これは、NVCテクニックのウォーミングアップといえるものです。たとえば、夜中に隣の部屋から音楽が聞こえてきたとしましょう。普通私たちは、「こんな時間にうるさいなあ」
1Computer Sciences Department, University of Wisconsin-Madison In this paper, we describe a technique that transforms a video from a hand-held video camera so that it appears as if it were taken with a directed camera motion. Our method can adjust the video to appear as if it were taken from nearby viewpoints, allowing for 3D camera movements to be simulated. By aiming only for perceptual plausibi
This video describes our research on video stabilization to be presented at SIGGRAPH 2009. We describe a technique that transforms a video from a hand-held video camera so that it appears as if it were taken with a directed camera motion. Our method can adjust the video to appear as if it were taken from nearby viewpoints, allowing for 3D camera movements to be simulated. By aiming only for
Abstract We present a framework for automatically enhancing videos of a static scene using a few photographs of the same scene. For example, our system can transfer photographic qualities such as high resolution, high dynamic range and better lighting from the photographs to the video. Additionally, the user can quickly modify the video by editing only a few still images of the scene. Finally, our
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