画素あたり定数時間ガウシアンフィルタのサーベイ - wosugi blog
@sakanazensen君が主催する『Computer Vision Advent Calendar 2012』に自分も微力ながら参戦することにしました。テーマはCV分野でもよく用いられている『ガウシアンフィルタ』についてです。特に処理時間がスケールσに依存しない『（画素あたり）定数時間ガウシアンフィルタ』についてまとめます。これはスケールスペースを活用する手法（SIFT特徴点検出や顕著性マップなど）において役立つかと思われます。私はこのテーマについてここ一年取り組んできたのですが、その中でつかんだコツや実装後の感想などについて主観的にですが列挙してみます。参考文献も挙げますので、興味のある方はぜひトライしてみてください。 ちなみに画像処理では2次元フィルタリングについて考える必要がありますが、ガウシアンフィルタは可分(separable)である（N次元ガウシアンはN個の1次元ガウシアン
100行で作る定数時間バイラテラルフィルタ - Qiita
J_p = \frac{\sum_{q \in \mathcal{N}_p} \exp\left(\frac{\|p-q\|_2^2}{-2\sigma_{s}^{2}}\right)\exp\left(\frac{\|I_p-I_q\|_2^2}{-2\sigma_{r}^{2}}\right)I_q}{{\sum_{q \in \mathcal{N}_p} \exp\left(\frac{\|p-q\|_2^2}{-2\sigma_{s}^{2}}\right)\exp(\frac{\|I_p-I_q\|_2^2}{-2\sigma_{r}^{2}})}} 畳み込みカーネルの範囲は集合で$\mathcal{N}_p$で表しています（2重ループで書くのめんどくさい）． $p,q$に対する位置変化に対する重みをスペースカーネル（一個目のexp），$I_p,I_q$に対する輝度変化に対する重
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
