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。
日立製作所中央研究所は10月3日、デジタル放送の映像を高精細に変換できる映像処理技術を開発したと発表した。これにより画素の密度が低くなる100V型クラスの薄型テレビでもハイビジョン映像の画質をそのままで楽しめる。日立では2010年の実用化を目指す。 このほど開発したのは、入力画像をデジタル信号処理することで解像度を上げる「超解像」と呼ばれる信号処理プログラム。通常のテレビ放送は毎秒30枚の画像から構成されているが、従来の超解像技術では、1枚の高精細画像を作成するために10〜50枚もの画像を必要とした。 新たに開発したプログラムでは2枚の画像だけを使用して高精細画像を作成でき、映像の解像度を向上させることができる。少ない画像で処理できるため、演算の簡素化が可能。さらに少ない半導体部品で回路を構成でき、小型で低価格の画像処理ユニットが製造できるようになる。 日立では今回、ソフトウェアで地上デジ
For changes prior to version 1.14, see the file NEWS. For a more detailed list of changes, see the ChangeLog. September 17, 2019: Release 1.16. This release consists of bugfixes and minor portability improvements. A potential arithmetic overflow was fixed. Rotation angles are now normalized to between -180 and 180. We now use binary file I/O on the OS/2 platform. The test suite tolerances were adj
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