Username: This field is tied to the user's URL and cannot be changed.Display Name: Your Display Name will be displayed on your Boutique.Password: Confirm Password: Email: Spam is never in style. That's why we don't share your email addresses. Ever.
Boutiques.com - Shop boutiques curated by style icons and you - Designer Shoes, Dresses, Handbags
Username: This field is tied to the user's URL and cannot be changed.Display Name: Your Display Name will be displayed on your Boutique.Password: Confirm Password: Email: Spam is never in style. That's why we don't share your email addresses. Ever.
Index of /artoolkit
Index of /artoolkit Parent Directory Papers/ Software/ community/ css/ documentation/ download/ images/ license.html mail-archive/ news/ projects/ publications/
機械学習で遊ぼう! APIサービスやTensorFlowを使ったサンプルレシピ集|Tech Book Zone Manatee
「機械学習に興味あるけど、なかなか自分でアプリを作るところまでできない…･･･」 本連載では、そんな方を対象に、気軽に機械学習を使ったアプリを作れるようなサンプルを紹介していきます。 興味があるけどなかなか着手できていなかった方、一度チャレンジしてみたけれど難しくて挫折してしまった方、またはすでに取り組んでいて、もっといろんなアプリを作ってみたい方は、ぜひ本連載で紹介するアプリを一緒に作ってみてください。 本連載では、前半ではAPIサービスを、後半ではライブラリを使って、機械学習を使ったアプリのサンプルを紹介していきます。APIサービスとしてはGoogleのGoogle Cloud Platformで提供されているAPIサービスを使い、ライブラリとしては、オープンソースとして提供されているTensorFlowを使います。 阿佐志保 TIS株式会社 戦略技術センター所属。金融系シンクタンクで
類似画像検索手法について簡単にまとめました。 はじめに 画像検索には主に2種類の手法がある。 TBIR (Text Based Image Retrieval) 画像にテキストデータが紐付けられていて、テキストを元に検索する CBIR (Content Based Image Retrieval) 画像の特徴量を基盤として検索する ライブラリ Feature Extraction Library - FELib http://appsrv.cse.cuhk.edu.hk/~jkzhu/felib.html 下記の５つの特徴を持つ画像から特徴量を抽出できるライブラリである。 Color histogram, color moments. カラーヒストグラム・色統計) Edge histogram. 輪郭のヒストグラム Gabor wavelets transform. Wavelet tra
文献紹介のスライドです。学部4年生〜修士課程1年生くらい向けです。1枚目に8本の文献リストを載せていますが、最初の3本しか説明していません。 - p. 26のωに対するFisher Vectorの式を修正したました (2014/01/14)
先日、革新的な画像の異常検知（SAA）が出てきました。 何やら革命的な臭いがする... SAMを使った異常検知手法https://t.co/wmwFcbULdq コードはこちらhttps://t.co/3npK3FhnEz pic.twitter.com/JDs30bEJyQ — shinmura0 (@shinmura0) May 22, 2023 本稿では、操作手順 & 触ってみた感想をご報告します。 特長 本題に入る前に、どこら辺が革新的なのかざっくり説明します。 ※ SAAの詳細は論文をご参照ください。 学習データは不要 通常、学習（正常）データを数百枚用意しますが、この手法では正常データを必要としません。 ドメイン知識を導入できる 予め、異常の傾向をプロンプトに入れることにより、異常の特徴をモデルに教えることができます。 二点目が特に大きく、今までの異常検知では、積極的に異常の傾
2022/04/09 ハイライト 2022/04/09 広島 花屋 noo. 2022/02/08 ハイライト 2022/02/01 ハイライト 2022/01/17 とある 街を 灯す ひとつの テロワール 2022/01/09 ハイライト 2022/01/08 Mississippi mud wreathe 2022/01/06 swag 2022/01/05 noo. 広島 花屋 2021/12/05 Christmas workshop 2021/12/05 2021 christmas 2021/08/01 ico bag new 2021/05/30 広島 花屋 noo. 2021/04/11 2021母の日 2021/03/18 invincible. 2021/02/17 「 coal と ravenala 」 2021/02/17 「 ショコラ と 私 」 2021/02
IDEA * IDEA
ドットインストール代表のライフハックブログ
NEC(Japan)
2024.06.20 公害防止、自然保護、そしてESG経営へ NECの環境への取り組みの歴史と今 ビジネスとして、企業文化として、NECが今も昔も変わらず大切にしてきたものとは。
Jetson Nanoをセットアップしてディープラーニングで画像認識を試してみた - karaage. [からあげ]
Jetson Nano ファーストインプレッション 謎の半導体メーカーのボード型コンピュータ、Jetson Nanoを購入しました。 NVIDIA Jetson Nano 開発キット メディア: 少し出遅れたので、届くのが遅くなりましたがようやくゲットできました。 ジャーン 裏側をみてみる ん…？？ え、えーーー！ どうかしてるぜNVIDIA、じゃなかった謎の半導体メーカーさん。 ちなみに、Jetson Nanoの箱は台としても使えるので、大切にとっておきましょう。私のように何も考えずバキバキに破壊しながら開けたら、無残な状況になりますゆえ。 無残な状況 Jetson Nanoセットアップ 些細なこと？は気にせず、セットアップしていきます。 ハードウェアの準備 電源、HDMIケーブル等、ラズパイの周辺機器がほぼそのまま使えました。あと、カメラモジュールはV2のみ対応らしいので、間違えてV1
![Jetson Nanoをセットアップしてディープラーニングで画像認識を試してみた - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/5e3b94181650bb6f64d2d2b0468b7f92da84491e/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20190416%2F20190416225202.jpg)
こんちわ。さくーしゃです。 えーと、巷では Flash Player 10 beta で騒がしい感じになってきておりますが、そんな中、わたくしは ARToolKit を Flash (AS3) に移植してました。FLARToolKit と命名しておきましょう。まー、移植つっても本家からじゃなくって A虎@nyatla.jp 氏が Java に移植した NyARToolkit を AS3 で書き直したものなんだけど。言語仕様が近いだけあって C 版よりもはるかに移植しやすかったですな。 やっぱでもねー、速度的にはかなり厳しいもんがあるな。ラベリングの部分は Bitmap 師匠のコードをベースにほとんど書き直したんだけど、それでも複数マーカーの認識とかってのはかなり無理がありそう。 3D 表示部分も現状の Flash だとソフトウェアレンダリング（デモでは Papervision3D 使ってる
![[Saq.] ARToolKit を Flash に移植したよ。](https://cdn-ak-scissors.b.st-hatena.com/image/square/ca0c1201ba25329ef41bcb73e8dab783c89d228c/height=288;version=1;width=512/https%3A%2F%2Fsaqoo.sh%2Fa%2Fwordpress%2Fwp-content%2Fuploads%2F2015%2F01%2F1280x720.png)
深層学習は画像のどこを見ている！？ CNNで「お好み焼き」と「ピザ」の違いを検証 - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 こんにちは、AI開発部の伊藤です。 今回のブログは、「深層学習はいったい画像のどこを見て判断しているのか」という素朴な疑問に答えてくれる技術として、昨年提唱された「Grad-CAM」という技術を紹介します。 目次 目次 1. はじめに 2. Grad-CAMの紹介 Grad-CAMの仕組み： 3. 適用例 3-1. 画像キャプション生成（Image Captioning） 3-2. VQA（Visual Question Answering） 3-3. 学習用データのバイアス 4. 実施例（お好み焼きとピザを分類） 4-1. 画像データについて： 4-2. CNNの構築： 4-3. Grad-CAMの実装： 4-4. 実施結果の評価 お好み焼き画像でCNNの判定が当たっているケース： ピザ
アボカドとアボガド、深層学習で識別 プロ並み精度誇る
人工知能（ＡＩ）を使って果物のアボカドとアボガドを識別するシステムを、千葉電波大学の鰐梨教授らが開発した。専門家並みの精度で見分けることができるという。研究結果は英科学誌「フェノメノン」５月特大号に掲載された。 研究チームではアボカドとアボガドの写真をそれぞれ２００万枚ずつ用意し、ディープラーニング（深層学習）という手法を用いて、ＡＩにそれぞれの画像からアボカドとアボガドの特徴を見つけ出させた。学習後、判別前の果物を見せたところ、９９．７％の確率でアボカドとアボガドをほぼ正しく区別した。 アボカドは脂肪分を多く含むことから「森のバター」と呼ばれる一方、アボガドは「森のマーガリン」と呼ばれ、アボカドの代用品として使われることが多い。プロであれば手触りや色の違いから容易に判別できるが、よく似た見た目をしているため、これまで一般の人には識別が難しかった。今後スマートフォン向けアプリなどへの応用を
すべての Microsoft 製品 Global Microsoft 365 Teams Copilot Windows Surface Xbox セール 法人向け サポート ソフトウェア Windows アプリ AI OneDrive Outlook Skype OneNote Microsoft Teams PC とデバイス Xbox を購入する アクセサリ VR & 複合現実 エンタメ Xbox Game Pass Ultimate Xbox Live Gold Xbox とゲーム PC ゲーム Windows ゲーム 映画とテレビ番組 法人向け Microsoft Cloud Microsoft Security Azure Dynamics 365 一般法人向け Microsoft 365 Microsoft Industry Microsoft Power Platform W
IBM Developer
IBM Developer is your one-stop location for getting hands-on training and learning in-demand skills on relevant technologies such as generative AI, data science, AI, and open source.
2023年12月 (1) 2023年11月 (116) 2023年10月 (79) 2023年9月 (28) 2023年8月 (7) 2023年7月 (6) 2023年6月 (101) 2023年5月 (229) 2023年4月 (201) 2023年3月 (206) 2023年2月 (147) 2023年1月 (193) 2022年12月 (146) 2022年11月 (54) 2022年10月 (1) 2022年9月 (1) 2022年8月 (1) 2022年7月 (3) 2022年6月 (1) 2021年9月 (1) 2021年8月 (8) 2021年6月 (3) 2021年4月 (4) 2021年3月 (6) 2021年2月 (1) 2021年1月 (3) 2020年12月 (2) 2020年11月 (2) 2020年10月 (5) 2020年9月 (12) 2020年8月 (40
Welcome back to TechCrunch’s Week in Review — TechCrunch’s newsletter recapping the week’s biggest news. Want it in your inbox every Saturday? Sign up here. Over the past eight years,…
「ぶったまげた。こんなにリアルに人の顔が動くなんて」――元ソニー木原研究所社長の藤田純一氏は「MotionPortrait」を初めて見たときの感想をこう語る。「技術者として驚いた。でも何に使えばいいんだろうね、とみんなで話し合った」 MotionPortraitは、1枚の顔写真から多彩な表情の3Dアニメーションを作り出す技術で、ソニー木原研で2年前に開発された。自動でまばたきさせたり、視線をそらしたり、くしゃみさせたりできるほか、マウスの動きに合わせて左右に顔を向けたりするなど、まるで生きているかのようにリアルに動く。 記者も顔写真を3D化してもらったが、そのリアルさに驚いた。音楽に合わせて首を縦に降ったり、眉が片方だけつり上がったり、鼻が上を向いたりと、自分の顔が激しく動き、自分ではないようだ。「本人がやらないようなありえない表情を作ることもできて楽しいですよ」と藤田社長が言う通りだ。
Shopify has acquired Threads.com, the Seqiuoa-backed Slack alternative, Threads said on its website. The companies didn’t disclose the terms of the deal but said that the Threads.com team will join… Two senior police officials in Bangladesh are accused of collecting and selling citizens’ personal information to criminals on Telegram.
ARに使えるOpenCVで作る画像認識Androidアプリ：モバイルARアプリ開発“超”入門（6）（1/3 ページ） オープンソースの「OpenCV」で画像認識しよう これまでの連載第2回「NyARToolKitでマーカー型ARのAndroidアプリを作る」や第3回「NyARToolKit for Androidよりも簡単なAndARとは」で紹介した、Androidで利用可能なオープンソースのAR（拡張現実）ライブラリ「NyARToolkit for Android」「AndAR」では、「縁が黒いマーカー」を認識していました。 しかし、そういったマーカーしか使えないと、デザイン面などで大きな制限があることになります。 そこで今回は、オープンソースのコンピュータヴィジョンライブラリである「OpenCV」（Open Source Computer Vision）を利用した、画像認識アプリの作成
ラズパイでAI画像認識環境構築 ひさしぶりにラズパイでディープラーニングしようと思ったら、色々変わっていたのでメモ。 追記：ラズパイ5に関しては以下記事参照ください。 前提 ハードウェアやソフトウェアの前提は以下です。 Raspberry Pi 4 Raspberry Pi OS(64-bit) with Desktop 2023-02-21(Bullseye) USBカメラ OSは64bitを使用します。32bitだとライブラリのバージョンが変わってくるのでこの記事のままだとインストールできませんので注意してください。 SDカードの書き込みやハードウェアのセッティングに関しては、以下記事参照ください。 また、上記記事では、カメラとしてRaspberry Pi カメラモジュールを使っていますが、Raspberry Pi OSがBullseyeになってから、使用するライブラリが変わった(Pi
DERiVE コンピュータビジョンブログ - Kinectのトラッキング原理「部位認識に基づく3D姿勢推定」
このサイトについて DERiVEはコンピュータビジョン、画像認識が専門のMasaki Hayashiがお送りしている、コンピュータビジョン(Computer Vision)を中心としたITエンジニア、研究向けのブログです。※「DERiVE メルマガ別館」は2015/9月で廃刊致しました、 Tweet はじめに今から1週間前から、私のTwitterのフォロワー周辺で、Kinectの原理とその発展的使用方法についての議論が始まりました。 参考：Kinectの仕組みにまつわるつぶやき一覧 ところが、Kinectはその原理が詳細に書かれているところがWebには少なく、少し検索したくらいではなかなかわかりよいまとめ記事がなく、私も含めてみなさん憶測で議論せざるを得ないところがありました。 そこで、この記事では開発者の資料・インタビューなどをもとに、Kinectの原理についてまとめようと思います。これ
この連載では、この表で言う画像認識技術を主に扱いますが、どの技術も非常に活発に研究されており、様々な分野で実用化されています。 画像認識・理解の基本原理 画像認識の基本原理 画像認識は、学習のフェーズと認識のフェーズの2つからなります。学習のフェーズでは、コンピュータに認識させたい対象画像を学習させる処理を行い、認識のフェーズではコンピュータに入力画像が学習した対象かどうかを判定させます。 図5 学習と認識の流れ 学習フェーズ 学習のフェーズでは、まず画像になんらかの処理を施して、ピクセルのデータ列から、より学習に適したデータ列（特徴量データ）へと変換を行います。 次に変換されたデータを、機械学習と呼ばれるアプローチを用いてコンピュータに学習させます。機械学習とは、その名の通り人間が行っているような学習の仕組みをコンピュータに持たせるための技術です。例えば人間は、初めて見る人の顔画像でも、
類似画像検索システムを作ろう（2009/10/3） 3日で作る高速特定物体認識システム（2009/10/18） に続くOpenCVプロジェクト第三弾です。今回は、上の二つをふまえてカラーヒストグラムではなく、局所特徴量（SIFTやSURF）を用いた類似画像検索を試してみます。局所特徴量はグレースケール画像から抽出するため、カラーヒストグラムと違って色は見ていません。画像の模様（テクスチャ）で類似性を判定します。 実験環境は、Windows 7、MinGW C++コンパイラ、OpenCV2.0、Python 2.5です。EclipseでMinGWを使う方法はEclipseでOpenCV（2009/10/16）を参照してください。Visual C++にはないディレクトリスキャン関数を一部使っているのでVisual C++を使う場合は、少しだけ修正が必要です。 Bag-of-Visual Wor
クックパッドの機械学習を支える基盤のつくりかた / Machine Learning ops at Cookpad
AWS Summit Tokyo 2017 w/ https://speakerdeck.com/kanny http://www.awssummit.tokyo/summit/index.html
Apple's thinner new iPad Pros feature an M4 chip and "tandem" OLED displays
カメラで撮影した顔の特徴から同一人物を自動的に検知する。そんな顔認識システムが、小売店で客層把握や万引き防止に使われ始めている。 こうした顔データは、今秋改正された個人情報保護法で個人識別符号と位置づけられ、取得にあたって利用目的を示さなければいけない個人情報であることが明確にされたが、本人が気付かないうちに顔データが活用されているケースも少なくない。 今月上旬、作業着を扱う全国チェーンの埼玉県内の店舗。商品を選んでレジに来た客の顔を店員の背中側にあるカメラがとらえると、レジ裏のパソコンに「男性 ３８歳 ＩＤ／○△×……」と表示された。 「目や鼻の位置などの特徴をデータ化し、ＩＤを割り振る仕組み。レジのＰＯＳ（販売時点情報管理システム）と合わせれば、客の購買履歴を簡単に管理できる」と説明するのは、今年７月からチェーンの一部店舗に顔認識システムを導入した役員。「建設業界の労働人口は高齢化で先
こんにちは。ぼへみあです。 先日はポケモンの個体値判別の記事を書いたらかつてないほどバズって驚きました。 今では、スクリーンショットを撮ったり、常駐してゲーム画面に被せるタイプの個体値チェッカーアプリがたくさん出てきてるので、分度器勢は消え去ったようです。 被せるタイプはとても便利で使っているのですが、基本的に入力は全て自分で行う必要があり、少し面倒です。 コンピュータビジョン研究者見習いとしては、全てローカルの画像認識で行わせたいところです。 そこで手始めに、ポケモンの種類を画像認識で判別するためにポケモンデータセットを作ったのですが、寄り道してポケモンから妖怪ができてしまったので、そのお話です。 ポケモンデータセットの作成 機械学習でクラス分類を行わせるのためには、そのドメインのデータセットが必要です。 以前、おそ松さんを見分けた時も6000枚弱のデータセットをスクリーンショットをたく
米Facebookの人工知能（AI）ラボが、顔認識技術「DeepFace」に関する論文（リンク先はPDFダウンロード）を公開した。 この技術は、ディープラーニング（深層学習）と呼ばれるニューラルネットワーク技術を採用している。Facebookは昨年12月、人工知能研究ラボを立ち上げ、深層学習を研究するヤン・ルカン教授を所長に迎えた。 DeepFaceの2つの画像の顔の識別精度は97.25％で、人間（97.53％）とほぼ互角という。従来の顔認識技術より25％精度が上がったとしている。 実験には、公開されている画像データベースやFacebookにアップロードされている4030人の440万点の画像、米GoogleのYouTubeの動画内の顔データを集めたデータベースを利用した。 DeepFaceは画像内の顔から3Dモデリング技術で正面を向いた顔の画像を作り、これを1億2000万以上のパラメータを
ここでは、DirectShowを使ってプログラムを書く方法を説明します。 DirectShowは、Windows上で映像(動画)や音声を扱うためのフレームワークです。 DirectShowを使うと、様々なフォーマットの映像や音声を簡単にキャプチャ/再生/保存できます。 このページは初心者向けDirectShow入門講座を目指しています。 DirectShowはCOM（Component Object Model）をベースに作られていますが、ここではCOMを知らない人でもDirectShowプログラミングをできるような説明を目指したいと考えています。 DirectXの準備 注意！DirectShowは2005年4月にDirectXからPlatformSDKへ移っています。 DirectShowを使いたい場合にはDirectXではなく、PlatformSDKをインストールしましょう。 Plat
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。 米マサチューセッツ工科大学（MIT）とMIT-IBM Watson AI Labの研究チームが開発した「Music Gesture for Visual Sound Separation」は、楽器を演奏する複数人の動きを深層学習で分析し、個々の楽器の音を分離する手法だ。ピアノ、フルート、トランペットなどの楽器を複数人で同時演奏した場合に、その映像から演奏者それぞれのメロディーを抜き出す。 映像解析ネットワークと視覚音声分離ネットワークの2つからなる「自己教師あり学習」を採用。映像解析ネットワークでは、人体のキーポイント18点、手のキーポイント21点を抽出。次に身体の動きと前後関係を統合し、
OpenGL de プログラミング
OpenGL de プログラミング トップページページ一覧メンバー編集 メニュー 最終更新： mikk_ni3_92 2010年06月26日(土) 16:18:39履歴 Tweet ＜はじめに＞ 学習のためにつくった、(主に)OpenGLについてのまとめです。 引用、参考は 引用、参考ページ 参考図書など※ ※こんな感じにたくさん並べてます ＜準備編＞ 準備編01(glutのインストール) 準備編02(glext.h) 準備編03(glewの導入) 準備編04(OpenGL3.0以降のARB_compatibility拡張) 準備編05(freeglutを使う) ＜基本編＞ 基本編(ウィンドウ作成、線の描画) 基本編02(マウス、キーイベント) 基本編03(3Dプログラミング,視野の設定など) 基本編04(アニメーション) 基本編05(光、材質の設定) 基本編06(テクスチャ) 基本編07
TechCrunch
Your pitch may well be the first time a VC has even heard of a concept, so how can they possibly work out how to invest in your idea when it sounds like sci-fi?
YouTube’s free Playables don’t directly challenge the app store model or break Apple’s rules. However, they do compete with the App Store’s free games. The tech layoff wave is still going strong in 2024. Following significant workforce reductions in 2022 and 2023, this year has already seen 60,000 job cuts across 254 companies, according to independent layoffs tracker Layoffs.fyi. Companies like T
ゲーム開発におけるデバッグ作業の自動化 ～ OpenCVの「眼」で捉え、Pythonの「脳」が思考し、Appiumの「指」で動かす
2016/08/26 CEDEC 2016
Shape Detection API + PWAでブラウザからそのまま使えるバーコードリーダーアプリを作ってみる - Qiita
ラクス Advent Calendar 2018 繋ぎの3番バッターです。 今回はChrome 70から実験的に使えるようになっているShape Detection APIについてまとめてみます。使ってみると意外と実用的だったのでPWA化してブラウザだけでスマホアプリ相当のことが実現できそうなことも検証してみました。 Shape Detection APIとは Webの新しい技術の普及を推進する団体の WICG が仕様策定を進めているJavaScriptのAPIです。 Accelerated Shape Detection in Images まだEditor's Draft（草案レベル）ですが以下の3つの事ができます。 Face Detection（顔検出） Barcode Detection（バーコードスキャン） Text Detection（テキスト認識） Shape Detecti
ねこと画像処理。 (みかん – 吉祥寺 きゃりこ) 前回の ねこと画像処理 part 2 – 猫検出 では画像内の猫の顔を検出する方法を紹介しましたが、今回はディープラーニングの技術を用いて猫の品種を識別したいと思います。 学習データ ねこと画像処理 part 1 – 素材集めでは、自分で撮影した写真を学習データとして使うと書いたのですが、都内の猫カフェ等で出会える猫に限ってしまうと品種の偏りが大きくなってしまうので、ここではしぶしぶ研究用のデータセットを使うことにします。。ただ、Shiba Inuがあるのに日本が誇るMike Nekoが含まれていないのでデータセットとしての品質は悪いと思います。 The Oxford-IIIT-Pet dataset オックスフォード大学が公開している動物画像のデータセットです。その内猫画像は2400枚、クラス数は12で1クラスにつき200枚あります。今
「機械学習」というワードになんとなく惹かれつつも、具体的にやりたいことがあるわけでもないので、手を動かすことなくただひたすら「いつかやる」ために解説記事やチュートリアル記事を集める日々を過ごしていたのですが、このままじゃイカン！と Machine Learning Advent Calendar に参加登録してみました。 が、やはり何もしないまま当日を迎えてしまったので、お茶濁しではありますが、せめて「機械学習ってどんな手法やライブラリがあって、どんな応用先があるのか？」というあたりをざっくり把握して最初に何をやるのか方向付けをするためにも、たまりにたまった機械学習系の記事をいったん整理してみようと思います。 機械学習の概要 特定のライブラリや手法の話ではなく、機械学習全般に関する解説。 機械学習チュートリアル@Jubatus Casual Talks 冒頭に、 初めて機械学習を聞いた⼈人
顔認識APIを無料公開 商用利用もOK
ソフトウェア開発のインクリメント（東京都多摩市）は5月21日、顔を含む画像を送ると、顔や目、鼻などの位置を認識して座標データを送り返す顔認識APIを提供するサイト「detectFace（）;」を公開した。APIの提供は無料で、商用利用もできる。 顔、目、鼻、口、眉の位置と輪郭を認識し、その座標データをXML形式で送り返すWeb API。各パーツの輪郭情報まで提供するため、凝ったアプリケーションを構築できるという。 同APIを使ったサンプルサービスとして、画像をアップロードすると、画像中の人間の顔がパンダのイラストに変わる「ぱんだら」も公開している。 「価格はまちまちだが、顔認識エンジンの価格は安くても100万円以上。高い場合には1000万円以上するものもある」ため、個人のアプリ開発者は顔認識エンジンを使ったWebアプリが作りにくかったという。「今まで高価で手が出せなかったデベロッパーやWe
On the web Create, clip, and share notes on the web and see them everywhere
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
類似画像検索について簡単にまとめてみた - Qiita
闇のニコニコ学会β - 闇と欲望とコンピュータビジョン
【速報】次世代の外観検査！？プロンプトを駆使した異常検知 - Qiita
Noolab -- Yukkurizer - アニメキャラゆっくり化CGI
[Saq.] ARToolKit を Flash に移植したよ。
顔認識テクノロジに関する当社の見解について：今が行動の時 - News Center Japan
Google、Googleフォトで位置情報の無い写真に推定の撮影場所を表示開始 | juggly.cn
TechCrunch | Startup and Technology News
社長も「ぶったまげた」リアルさ 顔写真を3Dアニメ化する「MotionPortrait」
TechCrunch | Startup and Technology News
ARに使えるOpenCVで作る画像認識Androidアプリ
最新Raspberry Pi OS（Bullseye）のAI画像認識環境構築方法
第1回 画像認識の基本を知ろう | gihyo.jp
Visual Wordsを用いた類似画像検索 - 人工知能に関する断創録
Engadget | Technology News & Reviews
客に知らせず顔データ化…客層把握や万引き防止 : 社会 : 読売新聞（YOMIURI ONLINE）
ディープラーニングで新しいポケモン作ろうとしたら妖怪が生まれた - bohemia日記
Facebook、“ほぼ人間レベル”の顔認識技術「DeepFace」を発表
Geekなぺーじ : DirectShowプログラミング [VC++]
混ざった楽器の音を演奏者の動きで分離 米MITなど研究
TechCrunch | Startup and Technology News
ねこと画像処理 part 3 – Deep Learningで猫の品種識別 – Rest Term
機械学習はじめの一歩に役立つ記事のまとめ - Qiita
Welcome to your notable world | Evernote Corporation