※ 過去にxRTechNagoya、XRMTGでフォトグラメトリとOpenCVについてLTしたものとほぼ同様の内容です。 この文書について 複数の写真から3Dデータを作成できるフォトグラメトリ。特別な機材もいらずにデータを生成できて素敵なのですが・・・ 3DF Zephyrでフォトグラメトリしていると、木の幹のように綺麗に取れる場合と、柱のようになんだか酷い事になる場合があると思います。 その原因についてフォトグラメトリの処理内容をOpenCVの本を読んでなんとなくまとめてみました。 (画像が多めなので縮小表示しています。クリックで原寸表示) まずは、上手くいく例 いかない例 下図は、4枚の写真を3DZFでテクスチャ付きメッシュを作成したものになります。(デフォルト設定で作成) ↓綺麗に立体化できるケース↓ ↓柱が残念ことになってるケース↓ フォトグラメトリの処理概要 まず、フォトグラメト
ROSJP45回の発表内容とその延長です。この発表資料をきっかけにしてROSの教育などについて活発なディスカッションができるとよりオープンになるのかなーと思ったりします。私が知らないだけかもしれないので、その場合は教えていただけると幸いです。 (発表久々すぎて発表にならないレベルで噛んでしまったのですみません…) ROSを学生に教える?? 昨年の春、「ROSが使える学生を増やす」という目標をもとに研究室間でのROS講習のための計画を練りました。 研究室ではロボット系の研究が活発に行われており先輩の成果を引き継ぐことがしばしばあります。そのため、ROSを導入することでその遺産の再利用を加速させる狙いがあります。 カリキュラムを組むといっても、どのような研究でROSを使うのかをヒアリングしてそれに対応するサンプルプログラムを提示して説明するという感じで進めました。 課題 ROSを学生に対して教
As convenient as it to ask Siri to skip to the next track or load up songs from your favorite artist without pulling out your phone, there are times when verbally interacting with smart assistants isn’t an option. So researchers at Cornell University developed a wearable smart camera that can detect voice commands even when the user doesn’t mutter a sound.
はじめに 最近ついに、Google Meet に背景ぼかし機能が利用可能になりましたよね。日本語だとインプレスのケータイ Watchの記事などで紹介されてます。確か 2020 年 9 月末前後で順次リリースされていたと記憶しています。 このときは「背景ぼかし」の機能しかなかったのですが、最近(私が気づいたのは 2020/10/30)更にアップデートされました。アップデートで「背景差し替え」機能が付いて、ぼかし機能もぼかし効果が強弱 2 つから選べるようになりました。まだ日本語のニュース記事は見てないですが、Googleによるアップデートの発表はちゃんとされています。 そして、Google AI Blog でBackground Features in Google Meet, Powered by Web MLという記事が公開され、実装についての解説がされました。 この記事はその解説記事を
グラデーションを作成した時に、中央がグレーに濁ってしまうこと(グレーデッドゾーン)があります。なぜこの現象が起こるのか、どうすれば回避できるのか、鮮やかで美しいグラデーションをCSSで実装する方法を紹介します。 Make Beautiful Gradients in CSS by Josh W Comeau 下記は各ポイントを意訳したものです。 ※当ブログでの翻訳記事は、元サイト様にライセンスを得て翻訳しています。 はじめに CSSグラデーションが算出される仕組み おすすめのカラーモード これらの知識を活用する 美しいグラデーションを生成できるツール 終わりに はじめに さっそくですが、CSSで実装したイエローからブルーの線形グラデーションをご覧ください。
【前提条件】 R、G、Bの値が0.0~1.0の範囲にあるとします。 色相Hの計算 R,G,Bの3つの値のうち、最大のものをMAX、最小のものをMINとしたとき、色相は以下の式で計算できます。 (1) つまり、の3つの値のうち、どれが最大値かによって計算式が変わります。 色相が負の値になれば、360を加算して0~360の範囲内に収めます。 色彩Sの計算 色彩は円柱モデルか円錐モデルかによって計算方法が異なります。 円柱モデルのときの色彩を、円錐モデルのときの色彩をとしたとき、以下の式で計算できます。 (2) 色彩は0~1の範囲内に値が収まります。 明度Vの計算 明度は以下の式で計算できます。 (3) 明度は0~1の範囲内に値が収まります。
【最小二乗法】オプティカルフロー推定 1画素あたりの拘束方程式は1つであるため、このままではオプティカルフローを一意に求めることが出来ません。 そこで、LucasKanade法では「近い画素も同じ動きをする」 という仮定を用いることで、方程式の個数を増やし、解を推定します。 例 画像I上の隣接し合う2点が同じ動きをすると仮定すれば、下式のようにその2点の画素に対する拘束式のは同じになります。 (1) よって、この2式を連立して解けば、未知数が2個、方程式も2個なのでを一意に求めることができます。 これがLucasKanade法の基本的な考え方です。 ところが、実際には隣接する2点だけでなく、もっと広い領域で動きが同じであると仮定します。 例えばの画素の動きがすべて同じだとすれば,下記のような9つの方程式が得られます。 (2) この場合,未知数2個、方程式9個となります。よって、9つの方程式
画像を拡大や回転する場合など、画像の画素と画素の間の輝度値を参照する必要が出てきますが、その参照方法を紹介します。 この画素を画素の間を参照する事を一般に補間や内挿(Interpolation)と言います。 最近傍補間(ニアレストネイバー Nearest neighbor) Nearest neighborをそのまま訳すと、最も近いご近所、という事で参照する位置に最も近い位置にある画素の輝度値を参照します。 求める画素間の座標が(x,y)の位置の輝度値を Dst(x,y) とし、もともとの画像の輝度値をSrc(i,j) とすると で表されます。(ただし、[ ] は小数部分の切り捨てを表します。) つまるとこ、座標を四捨五入し、その画素の輝度値を参照します。 双一次補間(バイリニア補間 Bilinear) バイリニア補間では求める位置(x,y)の周辺の2×2画素(4画素)を使って、輝度値を
IrfanView(イルファンビュー)は、ボスニア・ヘルツェゴビナ出身[6]でオーストリア在住のイルファン・スキリャン (Irfan Skiljan) が開発した Windows 用の画像ビューアである。非商用に限りフリーウェアとして利用できる。 公式にサポートされている英語やドイツ語の他、翻訳協力者によって日本語など複数の言語に対応[3]している。20年以上に渡り改版を重ねている[1]。 日本語化DLLを含んだ形で再配布されているIrfanView日本語版は2001年に窓の杜大賞を受賞した[7]。 特徴[編集] 数多くの画像・その他のファイル形式に対応しており、それらを素早く閲覧することが可能。 プラグインの追加インストールにより、機能を拡張できる(主に対応形式の拡張)。 画像の簡易的な編集が可能(本格的な編集には用途が異なるため向いていない)。 画像ファイル形式やファイル名の変換を、複
Robot Operating System (ROS) とは、ロボット用のソフトウェアプラットフォームである。ROSはその名に「Operating System」を含むが、Microsoft WindowsやiOSのようなコンピュータのオペレーティングシステム (OS) ではなく、既存のOS上で動くミドルウェアやソフトウェアフレームワークの一種であり、「メタオペレーティングシステム」 (meta-operating system) とも説明される。 ROSはロボットソフトウェアの共同開発を世界規模で推進することを目指している。スタンフォード大学の学生が開発した「Switchyard」プロジェクトを起源にもち、それを引き継いだアメリカのウィローガレージ社が2007年に本格開発を開始し、2010年に最初のリリース版が公開された。その後、非営利団体「オープンソースロボット財団」(現「オープンロ
Medical imaging devices such as CT and MR have developed remarkably, and many of them have been used in clinical examination. At the same time, because computer performance has drastically improved, many of clinical applications for medical images have been developed actively. Many of these clinical applications are focused on throughput, and is designed so that the user can get the result without
ユーザーの好みに合わせて人工知能(AI)が二次元の美少女イラストを自動生成してくれる「Waifu Labs」は、美麗なイラストを作成できるということでモバイルゲームのArrowmancerのキャラクターイラストに採用されるほど。そんなWaifu Labsで自動生成されたイラストの数が2000万枚を超えたということで、開発者のルーウェン・リウ氏が「Waifu Labsがどのように美少女イラストを作成してくれるのか?」について自社ブログの中で解説しています。 Waifu Labs - Welcome to Waifu Labs v2: How do AIs Create? https://waifulabs.com/blog/ai-creativity Waifu Labsは2019年にスタートした無料サービスで、実際にどんな美少女イラストを作成できるのかについては、以下の記事を読めばよくわか
Innovative Tech: このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米南カリフォルニア大学(USC)と、写真共有アプリ「Snapchat」などを開発する米Snapの研究チームが開発した「NeROIC: Neural Object Capture and Rendering from Online Image Collection□」は、さまざまな時間や場所、照明条件で撮影した対象物のオンライン画像を入力すると、画像に写る対象物を抽出し3Dモデルに変換するアプローチだ。 この手法は、オンラインで公開している同一対象物が写る画像群を使い、その対象物の3Dモデルを高い忠実度で再構築するシステムを提案する。通常、オンライン上の画像は、照明やカメラの向きなど異なる条
出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。記事の信頼性向上にご協力をお願いいたします。(2018年12月) 射影幾何学において、n 次元射影空間の射影変換(しゃえいへんかん)とは、射影空間の同型写像である。図学的には中心投影変換に相当する[1]。 定義[編集] 体 k 上の n 次元射影空間 Pn(k) とは、ベクトル空間 kn+1 から原点を除いた空間を体 k の乗法群 k* のスカラー倍の作用で割った空間 のことである。すると、kn+1 の間の同型写像 f は、スカラー倍と可換であり、また 0 でないベクトルを 0 でないベクトルに写すから、Pn(k) の間の同型写像を誘導する。これが Pn(k) の射影変換である。 例[編集] リーマン球面 CP1 の一次分数変換 関連項目[編集] 射影変換群 脚注[編集]
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