表現のためのオープンソースソフトウェア
ここは、コンピューターを使った作品制作において、オープンソースソフトウェアを使う場合に役に立つ情報を 共有するための場です。ソフトウェアの紹介や使い方から、自分でアプリケーションを構築したりプログラムを 書いたりするためのツール、あるいはその実行環境まで含めた、幅広い情報を蓄積することを目指しています。 どんどん書き込んでいってください。 告知 スパム投稿が多発しているため、ユーザーアカウントの追加を停止しています。 各記事および記事中のソースコードのライセンスを Attribution-ShareAlike 3.0 に変更しました。詳しくはOss4art‐ノート:Copyrightsを参照してください。 このページへのリンク: https://fukuchi.org/oss4art/
スマートフォンの「スマート」は、さまざまなセンサやハードウェアを使うところにある。本連載で、さまざまなセンサやハードウェアを使うiOS（iPhone、iPad、iPod touch）のスマートなアプリを作ってみよう カメラと顔検出を利用したメガネアプリ 前回の「加速度センサとジャイロで体の動きを感じるアプリ作成」では、デバイスの「動き」を検知するハードウェアである「加速度センサ」「ジャイロスコープ」について触れ、それらの機能を利用したアプリを作成しました。今回はカメラでの撮影と、iOS 5より利用可能になった顔検出機能を利用したアプリを作成します。 アプリの仕様は以下です。 カメラで写真撮影 撮影した写真から顔の検出 検出された顔にメガネ画像を重ねる アプリの完成イメージです。 以下、Storyboardで配置したクラスです。画像の番号に対応しています。 撮影した写真を配置するために「UI
Register as a new user and use Qiita more conveniently You get articles that match your needsYou can efficiently read back useful informationYou can use dark themeWhat you can do with signing up
こんにちは、研究開発部の山田（@y_am_a_da）です。 去る2月16日、「Cookpad Tech Kitchen #5 クックパッドにおける最近の機械学習について」と題して、機械学習に関わっている方々向けの技術交流イベントを行いました。 https://cookpad.connpass.com/event/49324/ 定員が70名のイベントでしたが、告知してから30分ほどで応募者数が定員超えの100人近く集まり、最終的には400人を超す方々にお申込みいただきました。これまでに開催したTech Kitchenの中でも過去最高の申込数であり、機械学習への関心の高さを感じました。 昨年7月に発足したばかりの研究開発部では、現在クックパッドに投稿されている250万品以上のレシピを始めとするさまざまなデータに対して、機械学習を活用したサービス開発を行っています。このイベントでは、研究開発部の
TensorFlowによるDeep Learningでのアイドル顔識別モデルの性能評価と実験 - すぎゃーんメモ
以前から書いているDeep Learningによるアイドル顔識別の話の続き。 コツコツと顔画像収集とラベル付けを続けて、そこそこにデータが集まってきたので ここらでちゃんと性能評価をしてみよう、と。 データセットの作成 今回は、現時点で重複なく180件以上の顔画像が集まっている40人のアイドルを分類対象とした。 対象アイドル一覧 これらのアイドルに分類のラベルindexを振り(推してる順とかじゃなくてランダムにね)、それぞれから無作為に抽出した180件の顔画像をそれぞれラベルとセットでレコードを作り、シャッフルして30件ずつ6つのデータセットに分けて保存。 data-00.tfrecords data-01.tfrecords data-02.tfrecords data-03.tfrecords data-04.tfrecords data-05.tfrecords レコードは、以前の記
はじめに YUV，YUVとよく耳にするが，いったいどれだけフォーマットがあんねん！ YUVとRGBの変換式をよく目にするが，いったいどれだけ定義があんねん！ どうもwebで調べていると，デジタルもアナログも，YUV，YCbCr，YIQの変換式も すべて混沌としていて，どれが正しいのか見当がつかない．筋が通っ ていると思われるものを書きつくってみる． YUVとは 「人間の目は明るさの変化には敏感だが, 色の変化に は鈍感である」 というわけで，色度を抑え、輝度により広い帯域やビット数を 割くことにより、少ない損失で効率の良い伝送や圧縮を実現するフォーマット． デジタル画像の圧縮CODECにおけるフォーマット という観点でまとめる． Y
Pick up the 9th-gen iPad with two years of AppleCare+ for only $298
秋元@サイボウズラボ・プログラマー・ブログ: Seam Carving - 自然な画像リサイズを動的に行なうソフトウェア
via Digg Siggraph2007で発表されたというSeam Carving技術。そのSeam Carving for content-aware image resizingという動画で解説されているのは、画像 […] via Digg Siggraph2007で発表されたというSeam Carving技術。そのSeam Carving for content-aware image resizingという動画で解説されているのは、画像内のひとまとまりの図形・物などの形を維持したままで、不要な部分を削って縮めることができるという技術。(論文 pdf) 説明がわかりにくくて申し訳ない。見てもらったほうがぜったい早い。 オリジナルのQuickTime動画はこちら これを使うと、写真の中の鍵となる写真や人物を常に保存しつつも、見ているPCや携帯端末の画面サイズに合わせてイメージを縮める
Caffe Caffe is a deep learning framework made with expression, speed, and modularity in mind. It is developed by Berkeley AI Research (BAIR) and by community contributors. Yangqing Jia created the project during his PhD at UC Berkeley. Caffe is released under the BSD 2-Clause license. Check out our web image classification demo! Why Caffe? Expressive architecture encourages application and innovat
Convolutional Neural Networkとは何か CNNで解決できる問題 Convolutional Neural Networkの特徴 畳み込みとは 合成性 移動不変性 Convolutional Neural Networkの構成要素 ゼロパディング（zero padding） ストライド Fully Connected層 Fully Connected層の問題点 Convolution層 Pooling層 TensorFlowによる実装 TensorFlowのインストール CNNでMNIST文字認識する 参考 近年、コンピュータビジョンにおける最もイノベーションと言えるのはConvolutional Neural Networkといっても過言ではない。 コンピュータビジョンの業界におけるオリンピックとも言えるコンペティションがImageNetである。 そのコンペティシ
【自動運転】信号機認識に挑む / 走行画像15,000枚のアノテーションとYOLOXモデルによる深層学習実践
こんにちは。TURING株式会社でインターンをしている、東京大学学部3年の三輪と九州大学修士1年の岩政です。 TURINGは完全自動運転EVの開発・販売を目指すスタートアップです。私たちの所属する自動運転MLチームでは完全自動運転の実現のため、AIモデルの開発や走行データパイプラインの整備を行っています。 完全自動運転を目指すうえで避けて通れない課題の一つに信号機の認識があります。AIが信号機の表示を正しく理解することは、自動運転が手動運転よりも安全な運転を達成するために欠かせません。信号機を確実に認識したうえで、周囲の状況を総合的に判断して車体を制御し、安全かつ快適な走行を実現する必要があります。 TURINGでは信号機の認識に取り組むため、15,000枚規模のデータセットを準備し、高精度なモデルのための調査・研究を開始しました。この記事ではデータセットの内製とその背景にフォーカスしつつ
Google Goggles
If you are not redirected automatically, follow the link
長文日記
api.satoru.net
ホームCodereaderLIbre softwarekatyushaシンガポ問合せ 東京ノースサイドブログ東京ノースサイドブログへようこそMore PostsKeePass2とSeaFileOSMFJ社員総会OmegaTで英辞郎辞書をつかう（最新情報）OpenStreetMap WikiをOmegaTで効率的に翻訳する方法HikingでOpenStreetMapを活用なんという事でしょう！！投稿のしかたすら忘れた・・・のか？？放置している間に何をしてたかというと別のサイト作ってましたFilezilla on UbuntuがFTPSでエラー/パッチ投稿あなたの活動レベルはどんなレベル？ 最高のチーム ×要求されたテームは見つかりませんでした。
進化する監視カメラ、犯罪者の“オーラ”を検知
人工知能学会全国大会2016 画像解析寄りの深層学習関連発表のまとめ - LIFULL Creators Blog
こんにちは。おうちハッカー@リッテルラボラトリーの石田です。 2016年6月6日~9日に開催された第30回人工知能学会全国大会に行ってきました。私は画像系及び深層学習に興味があるので、特に画像系と深層学習系セッションを見て回りました。 そこで主に自分が見たセッションを元に、今年の人工知能学会の画像に関わる深層学習の発表をまとめてみました。 私が見た・読んだ範囲で、「各分野にCNNを適用した研究」「画像系深層学習の理論的な研究」「画像ではないが気になった深層学習の研究 」に分けて紹介します。 自分で実際に見た発表については、おすすめ度をつけています。個人の主観によるものですので、弊社の見解とは関係がありません。 ではどうぞ。 各分野にCNNを適用した研究 ここでは、画像系で大きな成果を上げているCNN(畳み込みニューラルネットワーク)を、各分野の画像解析に適用してみた研究を紹介します。 画像
第1回、第2回と画像認識の基礎とOpenCVについて紹介してきました。第3回目の今回は、いよいよ本連載の目玉であるOpenCVを使ったオブジェクト検出に挑戦してみます。 オブジェクト検出の仕組み 基本原理のおさらい オブジェクト検出のプログラムを書き始める前に、そもそもどんな仕組みでオブジェクト検出を行っているのかを理解しましょう。 第1回では画像認識の原理として、学習フェーズと認識フェーズがあることを説明しましたが、OpenCVに実装されているオブジェクト検出プログラムもこの流れに従います。つまり、画像から特徴量を抽出し、学習アルゴリズムによってオブジェクトを学習します（詳しくは第1回を参照してください）。 図1 画像認識の流れ OpenCVに実装されているオブジェクト検出プログラムは、Paul Violaらのオブジェクト検出の研究［1］をベースに、Rainer Lienhartらが
はてなブログ | 無料ブログを作成しよう
うまくいかない日に仕込むラペ 「あぁ、今日のわたしダメダメだ…」 そういう日は何かで取り返したくなる。長々と夜更かしして本を読んだり、刺繍をしたり…日中の自分のミスを取り戻すが如く、意味のあることをしたくなるのです。 うまくいかなかった日のわたしの最近のリベンジ方法。美味しいラペを…
DeNAのマシンラーニングをささえるアノテーションシステム | BLOG - DeNA Engineering
この記事では、DeNAでのコンピュータービジョン関連の機械学習のためのデータ生成処理方法について説明します。 主に、内製のアノテーションシステム「Nota」の開発とそのシステムと全体のMLワークフローに統合する方法について取り上げます。現在のソリューションに到達するため、私たちが行ったいくつかの決断、および解決しなければならなかった課題について説明します。 はじめまして、アラマ・ジョナタンです。現在DeNAのシステム本部で、分析推進部ソリューションエンジニアリンググループとAIシステム部MLエンジニアリンググループを兼務しているメンバーです。小さいチームでデータ関連の課題を解決するためのアプリケーションやツールの開発と運用をしています。 正確なデータを取得する問題 近年、AIには多くの進歩があり、それらの多くはコンピュータビジョンに関連しています。コンピュータは画像や動画にある内容を理解で
** Sikuli Project **
花好きを応援！総合花サイトみんなの花図鑑
この植物の名前を教えて下さい 回答募集中 8月7日に白山の低山帯で観た植物です。画像検索ではミズチドリが示唆されましたが、茎の高さや花期が全く違います。 名前をご存じでしたらお教え願います。 （先ほど同じ内容の質問を... 投稿日>2023/08/14 01:11件 回答数>1件 good数>0件
｢アンドロイドは電気羊の夢を見る｣ことが判明
これ、グーグルのAIが見た夢です。 画像認識のニューラルネットワークは、画像に建物、動物、物体などのパターンを見出すよう躾けられたマシン。そのせいかなんの変哲もない画や風景も、こんな風に見えるんだそうですよ？ グーグルがブログでその実例を公開しました。 この画像になるまでのプロセスを簡単に説明しますと… まずニューラルネットワークに画像をフィードして特徴を掴ませ、その特徴を強調するよう修正をかけさせます。で、修正された画像をまたニューラルネットワークにフィードして特徴を掴ませ、その特徴を強調するよう修正をかけさせます。このフィードバックのループを繰り返していくと、特徴がだんだん強化されていって、最後にはAIの見た夢が浮かび上がってくるんです。グーグルはこれを映画にちなんで、｢インセプショニズム｣とよんでいます。 たとえば、｢エッジを認識しろ｣という基本タスクを要求すると…
複雑な操作まったくなしで、顔写真が勝手に動きだし、録音した声をしゃべらせることができるとんでもないアプリがこちらの PhotoSpeak ！！ いや、かなりすごいです。モーションポートレート技術を応用して開発されているそうです。 うまくうごく条件は顔写真が、正面を向いていること、口が開いていないこと、髪が目にかかっていないこと、メガネをかけていないこと、の4点です。上記三枝こころの写真は完璧にスムーズに動きました！紹介します！ モデル：三枝こころ：SUPERBALL（参考記事） PhotoSpeak の動画はこちら PhotoSpeak の紹介はこちら まずアプリの起動画面と初回起動時のみウェルカムメッセージです。 最初はこの3DCGのお姉さんが入っています。 で、スムーズに動いています。 画面下の再生ボタンを押すとしゃべります。 画面右下にあるカメラボタンを押してみましょう。写真の設定が
HTML5 + Canvas + JavaScriptによるWebベースの顔認識「ccv」 | MOONGIFT | オープンソース・ソフトウェア紹介を中心としたITエンジニア/Webデザイナー向けブログ
ccvはHTML5とCanvasタグを使ってWeb上で顔認識を行う。C言語によるライブラリもある。 [/s2If] ccvはWebベースまたはC言語製のオープンソース・ソフトウェア。最近の写真管理ソフトウェアの流行として顔認識がある。デジカメやプリンタでも顔認識機能を搭載し、自動的に明るくしたりするものもある。風景写真なども良いが、やはり人が写っている写真のが楽しいのだ。 そんな顔認識技術はWebベースでも提供されるようになっている。特にFacebookのようにSNSの中で使う場合は友人を自動認識させることでより活発な交流を促せるのだ。Webベースでの顔認識をHTML5/Canvasで行うのがccvだ。 実行例 via Tibetan Girl near Mount Everest | Flickr - Photo Sharing! ccvは元々C言語で開発されているコンピュータビジョンラ
Look like you're lost the page you are looking for is not available, so please check your URL! 17/18 Gems Court ,Khader nawaz khan road, Nungambakkam, Chennai – 600034
ジェイマジック株式会社
あなたはあの有名人とどれくらい似ている？ 「顔ちぇき 〜誰に似てる？〜」とは、沖電気工業株式会社が提供する顔画像処理ミドルウェア「FSE（Face Sensing Engine）」を活用した、顔位置検出と顔要素検出により得られた各特長点、各周波数、各方向毎に特徴量を計算し、データベースに登録されている顔画像の特徴量と照合することで、本人認証、人物属性（男女、年齢など）推定などを行う顔認識技術を活用したエンタメサイトです。 沖電気の顔認識エンジン（FSE）に関しては こちら。 アクセス方法 http://kaocheki.jp QRコード対応の携帯電話の方は左のQRコードからアクセス！
ねこと画像処理。 (アイシャ – 池袋 ねころび) 前回のねこと画像処理 part 1 – 素材集めでは猫画像の集め方について整理しました。今回はその集めた猫画像を使って猫検出用の学習モデル(分類器)を作成したいと思います。それにはいろいろと準備が必要です。 モデル(分類器)の配布についてはこのエントリーの後半で説明します。 アノテーションデータの収集 学習モデルを作る前に猫のどの部分を検出するかを決める必要がありますが、今回は猫の顔(頭)部分の検出を行おうと思います。そのためのアノテーションデータ作成補助ツールを作成したのでそれを使ってひたすらデータを集めます。僕一人の作業だと限界があったのですが、クラウドソーシングによりネット上の顔も知らない有志達の協力のおかげであっという間にデータが集まりました。 アノテーションデータ作成補助ツールの作成にあたっては以下のサイトを参考にさせてもらいま
http://kao.userlocal.jp/
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
大規模画像認識とその周辺
Image net classification with Deep Convolutional Neural NetworksShingo Horiuchi
顔認識技術を不能にするゴーグル、国立情報学研究所
顔認識技術を無効化する「プライバーバイザー」（2012年11月28日撮影）。(c)AFP/ISAO ECHIZEN 【1月28日 AFP】コンピューター顔認識技術を近赤外線光で遮断する「プライバシーバイザー」が日本で開発された。盗撮などで身元を特定されるのを防止したい人々に有用だという。 このゴーグルは透明プラスチック製で、近赤外線光を照射する。国立情報学研究所（NII）の越前功（Isao Echizen）准教授によると、この光でソフトウエアによる顔認識を不能にすることができる。(c)AFP
Apple quietly gives the 10th-generation iPad a $100 price drop
二次元を三次元に変換
二次元を三次元にする技術、だそうです。 カーネギーメロン大学の研究者たちのこのすばらしい研究成果を、血圧を下げ、心を落ち着かせ、ゆったりとリラックスした気分にしてくれる音楽と共に、お楽しみください。 これは二次元の写真から幾何学的なパターンを解析して三次元にする技術だそうです。グラビアアイドルとかアニメとかに応用したらどうなるんでしょうね。ぜひ実験していただきたいと思います。 Carnegie Mellon Researchers Teach Computers To Perceive Three Dimensions in 2-D Images [Carnegie Mellon University] Thanks, Thomas!
画像処理ソリューション
◆画像フィルタ処理 二値化、Ｐタイル法、判別分析法（大津の二値化）、平滑化フィルタ、ガウシアンフィルタの特徴、メディアンフィルタ 、エッジ抽出、アンシャープマスキング（鮮鋭化フィルタ）、膨張・収縮・オープニング・クロージング、細線化、画素の補間(Nearest neighbor、Bilinear、Bicubic)、外周画素の処理 ◆画像処理プログラム 二値化、ビットマップファイルフォーマット、多ビット（10Bit、12Bit）画像データの表示、フォーマット、ＶＢ６．０でビットマップファイルを開く、拡大鏡＋プロファイル機能（開発中！）、残効錯視、.NET(C++/CLI)による画像拡大縮小表示、画像処理サンプルプログラム、ルックアップテーブル（ガンマ補正の例） クラス／ハンドルの作成、解放、ファイルを開くダイアログボックスの表示、ビットマップファイルをピクチャボックスに表示、ラベル背景色の透
画像解析できるマン | 株式会社ウサギィ
画像解析できるマンで行っているような、画像の意味をコンピューターで認識する処理を画像認識といいます。 様々な手法がありますが、このサービスのように食べ物や動物といったある程度抽象的なものを認識する技術は、特に「一般物体認識」と呼ばれています。 このサイトでは、機械学習という方法を応用して、『食べ物』と『食べ物ではないもの』両方の画像をコンピューターにたくさん教えてあげています。 そして、その知識を使って画像認識を行い『画像が食べ物かどうか』を判定しています。 機械的に画像に何が写っているのかがわかれば、さまざまなことができるようになります。 たとえば、大量の写真の中から「東京タワーを撮った写真が欲しいな」と思った時に人手でなくても自動的に探してきたりすることができます。 ほかにも、子どものための不適切なコンテンツのフィルタリングや、SNS上の写真を解析することでマーケティング等に使えます。
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MetaのReality Labsの研究チームが開発した「Authentic Volumetric Avatars from a Phone Scan」は、スマートフォンで自撮りした短時間のスキャン画像から、本物そっくりの3D頭部アバターを生成するシステムだ。異なる視点やフォトリアリスティックな表情を表現し、高い忠実度で再現する。 現在、実在する人物のアバターを作成するためには膨大な人物データを取得する必要があり、そのデータを収集するには大規模なマルチビューキャプチャーシステムを必要とする。そのため軽量なデータキャプチャー、低遅延、許容できる品質でのアバター作成プロセスを自動化することが
Fast & Secure Free Premium VPN Service | Free VPN Portugal
PALADIN VPN Free VPN for Portugal to protect your privacy Why use a VPN? There are many reasons to use a VPN below we summarized the most important reasons. Protect your privacy and identity Security on public wifi Security when working remotely Access any content from anywhere Protect your data from governments, service providers, and apps According to Wikipedia A virtual private network (VPN) ex
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
iOS 5の顔検出機能とカメラを使ったiPhoneアプリを作る（1/2） - ＠IT
ディープラーニングで顔写真から〇〇かどうかを判別してみる (うまくいったか微妙) - Qiita
クックパッドにおける最近の機械学習について - クックパッド開発者ブログ
YUVフォーマット及び YUVとRGBの変換
Engadget | Technology News & Reviews
Caffe | Deep Learning Framework
定番のConvolutional Neural Networkをゼロから理解する
第3回 オブジェクト検出してみよう | gihyo.jp
http://www.vision.cs.chubu.ac.jp/VU/html/index.html
【後藤弘茂のWeekly海外ニュース】 ディープラーニングというGPUの新市場
PhotoSpeak : 顔写真をアップするだけで動いた！しゃべった！！可能性無限大！！！1529
http://www.nicovideo.jp/watch/sm2028210
Home | Nidhis
ねこと画像処理 part 2 – 猫検出 (モデル配布) – Rest Term
Deep Learningの過去と未来 ～黒魔術からの脱却へ向けて～
Engadget | Technology News & Reviews
iPhoneの自撮りで本物そっくりな動く3Dリアルアバター 米Metaが技術開発