Web上の膨大な写真からローマを1日で構築する方法 - A Successful Failure
前回、『写真に基づく3D空間構築手法の到達点』としてバラバラの写真から3D空間を構築する手法について取り上げた。コメントで言及された人もおられたが、MicrosoftはPhotosynthとして、同様にStructure-from-Motion (SfM)を用いて写真をつなぎ合わせ、インタラクティブにブラウズできるPhotosynthを公開している。 Photosynth Overhead View on Vimeo Photosynth + Bing Maps on Vimeo 現在、研究レベルではWeb上にアップされた不特定多数のユーザによる膨大な写真から街一つを再現するプロジェクトが推進されている。その名も"Building Rome in a Day"（ローマを一日にして成す）だ。下の動画はFlickr検索された画像から生成された3Dモデルを示している。本エントリでは、論文*1に基
都市景観をスキャンし3Dモデル構築する予想外の方法とは？ - A Successful Failure
建物群から構成される都市景観の3Dモデリングは、様々なアプリケーションにおいて利用されているが、その利用は現時点では限定されており、より積極的な利用を促進するには、3Dモデル構築の省力化、自動化、低コスト化が求められる。最近、ジョージア工科大の研究グループが、都市景観をスキャンし、3Dモデル構築を行うあっと驚く意外な方法を考案している。本エントリでは、論文*1に従って、この手法の概要と、それによって将来可能になるであろうユースシーンについて紹介したい。本エントリで掲載する図表は本論文からの引用である。 【告知】@LunarModule7でつぶやいています。 興味のあるかたはフォローください。 GPSを使って街をスキャンする GPSは30個程度の衛星のうち受信可能な位置にある衛星からの時刻情報、軌道情報などを受信し、衛星からの距離を測定、3次元位置を測位するものだ。4個のGPS衛星からの電波
写真に基づく3D空間構築手法の到達点 - A Successful Failure
一昔前は実世界の建築物を元にウォークスルー可能な3D空間を構築しようと思ったら、まず各部屋の形状を計測器を用いて計測し、その計測結果に基づいて人手でモデル化し、領域ごとにテクスチャを貼り、照明を設定して……と気の遠くなるような作業が必要だった。3D空間の構築は極めてコストの高い作業だったが、近年では2次元画像（実写写真）に基づいた3D空間の構築手法が長足の進歩を遂げており、以前に比べれば極めて低コストに3D空間を構築する事が可能となっている。 【告知】Twitterはじめました。@LunarModule7です。 興味のあるかたはフォローくださいとしばらく宣伝。 今ではバラバラに撮影した写真から、全自動で3D空間を構築し、内部を自由にウォークスルーできるようになっている。ワシントン大学とMicrosoft Reseachが2009年に発表した研究*1は現時点における集大成とも言えるものとなっ
いよいよ実世界にタッチするiPhoneアプリまとめ その2 - A Successful Failure
本エントリでは前回に引き続き、iPhoneアプリケーションのうち、特に実世界とのインタラクションを有するものについて紹介する。カテゴリとしては、拡張現実(Augmented Reality)、コンテキスト・アウェアネス(Context Awareness)、位置依存サービス(Location Dependent Services)などが該当するだろう。前回をご覧になっていない方はまず下記エントリからご確認いただきたい。 いよいよ実世界にタッチするiPhoneアプリまとめ - A Successful Failure AR系アプリはツールキットの充実化などで今後もますます増加するものと考えられるが、本エントリは全ての網羅を目的とするものではなく、中でもキラリとアイデアが光るものを中心に取り上げていきたい。 GolfScope：ピンまでの距離を計測 GolfScopeは光学式のゴルフスコープを
眼が無くても世界は視える──アフォーダンスの概念── - A Successful Failure
認知科学の基本となる考え方にアフォーダンス(affordance)と呼ばれる概念がある。既に何十年も前に確立された理論であるにも関わらず、人の直感に反するためか、今日でもアフォーダンス以前の古典的な解釈が幅を利かし、ネット上でも誤った解釈に基づく記述をよく見かけるのが現状だ。本エントリでは、佐々木正人著『アフォーダンス──新しい認知の理論』を参照して、アフォーダンスの基本的な考え方を紹介する*1。本エントリで扱う図も本書からの孫引用だが、オリジナルは脚注で示している。アフォーダンスは、なぜ世界がこのように見えるのか、をまったく新たな視点で説明する。 視覚において網膜は重要ではない 人が奥行きを知覚するために、水晶体や眼筋の緊張、両眼の視線の方向差（両眼視差）などが決定的な役割を果たしていると説明されてきた。しかし、網膜の小ささを考えると、両眼視差は対象が数十メートルも離れると無効になる。両
顔画像処理技術の研究動向と応用事例 - A Successful Failure
情報処理に2ヶ月連続で顔画像処理技術のサーベイが掲載されている*1,*2。サーベイ著者らの研究業績紹介にやや偏っている印象があるが、興味深く、有用なサーベイとなっているのでポイントだけ整理してまとめておく。なお、最近話題になったモノを中心に元論文にはない複数の項目を追加している。 顔画像処理技術 顔検出 画像の中から漏れなく誤りなくリアルタイムで顔の位置を検出する技術。動画処理時にはトラッキングも必要。 ViolaとJonesによるHaarタイプの特徴量を用いた高速顔検出手法*3をベースとして多くの改善手法が提案されている。 顔特徴点検出 顔の性別、年齢を含めた属性推定や個人識別を行うために、顔の各器官の特徴点の検出を行う技術。 多種特徴点抽出に対応したCootesらのActive Shape Model(ASM)やActive Appearance Model(AAM)が有名*4。拡張・
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。
1
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
