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。
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
というのを作ったので自己紹介します。 2月頃から、コンピュータでアニメ顔を検出&解析する方法をいろいろ試しつつ作っていて、その成果のひとつとして、無理やり出力したライブラリです。 はじめに はじめにざっとライブラリの紹介を書いて、あとのほうでは詳細な処理の話を僕の考えを超交えつつグダグだと書きたいと思います。 Imager::AnimeFaceでできること Imager::AnimeFaceは、画像に含まれるアニメキャラクター的な人物の顔の位置を検出し、さらに目や口など顔を構成する部品位置や大きさの推定、肌や髪の色の抽出を簡単に行うことができるライブラリです。 これらが可能になると、 画像から自動でいい感じのサムネイルを作成できる 動画から自動でいい感じのサムネイルを作成できる 自動的にぐぬぬ画像が作れる 自動的に全員の顔を○○にできる 顔ベースのローカル画像検索 など、最新鋭のソリューシ
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
Reference Manual OpenCV-2.x(svn) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++)（訳） OpenCVユーザガイド（訳） Python: リファレンス日本語訳 Google Test-1.6 Google Test ドキュメント日本語訳 Google Mock(svn) Google Mock ドキュメント日本語訳 OpenCV-2.2(r4295相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-2.1(r2997相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-1.1pre C/C++:
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
Learn essence of "Computer Vision: Models, Learning, and Inference"
攻殻機動隊ネタ
視覚デバイス（ＵＳＢカメラなど）をリアルタイムでハッキングし、おなじみの笑い男マークを表示します。 顔の肌色領域を自動抽出して顔の部分にマークを表示します。肌色に近い暖色系 の色の服を着てますとそれに引き付けられて表示位置がズレます。ここはやっぱり青いコートで！ 単なるジョークソフトなのでスクリーンショットを撮ったりして遊んでください。 使い方 USBカメラ（あるいはキャプチャデバイス）がPCに接続されている状態にしてください。 準備ができたらソフトを起動してください。 「Start」：映像の表示を開始します。 「Stop」：映像の表示を停止します。 「Intercepter」：視覚素子をハッキングして笑い男マークを表示します。 「Snapshot」：表示されている画像をBMPファイルに保存します。 「Exit」：ソフトを終了します。 顔の位置を検出する方法として最も簡単なのが「肌色」を見
Imager::AnimeFaceのページ
Perlから(も)使える静止画を対象としたアニメ顔検出ライブラリです。※Ruby版もできました。 ここは主に技術的な内容について紹介するページになっています。 ライブラリの使い方や機能の紹介は Perlでアニメ顔を検出＆解析するImager::AnimeFaceにあります。この記事は僕自身が書いてます。 （画像はヤスヒロさん撮影の写真) もくじ アニメ顔検出とは？ Imager::AnimeFaceとは？ より詳しい説明 デモ ダウンロードとインストール アニメ顔検出とは？ アニメ顔検出とは、無作為に提示されたひとつの画像データの中に存在する全てのアニメ顔の位置を見つけることです。多様なアニメ顔をひとつの顔クラスとし、画像上のさまざまな領域について『顔』と『顔以外』に正確かつ高速に分類する問題になります。 多くの場合、1枚の画像には0～20個程度の顔しか存在していません。これに対して顔以外
■ ページが見つかりません 以下の項目についてもう一度お確かめください。 ・ URLは間違っていないか （大文字小文字などの入力ミス、参照ページの記載ミスなど） ・ リンクが切れていないか （引っ越しした、削除されたなど）
【Pythonデータ分析勉強会#33】「DearPyGuiに入門しました」の続き～Image-Processing-Node-Editor～
ラベリング手法 † 画像処理において，ラベリングを使うことはよくある． ただ，OpenCVではラベリングに関する関数は定義されていません． そこで，奈良先端科学技術大学院大学の井村さんという方が作成されたLabeling.hを使います．(入手先) あと，これを参考にサンプルプログラムを作成されたmasayoshiさんのサイトを参考にします． プログラムでは，Labeling.hを呼出し， ラベリングを使う関数の中で以下のようにラベリングクラスを呼び出します． LabelingBS labeling; ここでは簡単のため，ラベリング変数はlabelingとしました． あとは，ラベリングを行う関数で，実行するだけです． IplImage *src; .... IplImage *dst = cvCreateIMage( cvGetSize( src ), IPL_DEPTH_16
Four years after partnering with Apple on the launch of the Apple Card, Goldman Sachs may be eyeing the exits. The Wall Street Journal reports that Goldman is “looking for a way out” of it
あけましておめでとうございます。以前このgihyo.jpで「OpenCVで学ぶ画像認識」というタイトルで連載をさせていただいた皆川です。 今回、技術評論社様から「コンピュータ・ビジョンの今」についての執筆依頼をいただきました。私が普段ウォッチしている業界や技術分野には偏りがあるため、俯瞰的な形での解説は難しいかもしれませんが、私の独断と偏見で最近の動向についてまとめてみたいと思います。 ここでは、主に以下の3点について述べさせていただければと思います。 ビジネスでの動向 アカデミックでの動向 コミュニティでの動向 「コンピュータ・ビジョンってなに？」という方は、「OpenCVで学ぶ画像認識」の第1回をお読みください。 ビジネスでの動向 拡張現実感（AR） 昨年、IT業界で間違いなく一つの流行語となったのは“拡張現実感（AR: Augmented Reality）”でしょう。ARは現実
類似画像検索に関する情報 目的 優れた画像類似検索エンジンを探しています。この手のものは今後重要性を増していくと思うのですが、現在のところ自由に使え、実用的、優れたものを見たことがありません。もし見つかればそれを使うつもりですが、無ければ自分で作ってみようと思っています。もしうまくいけばオープンソースとして公開したいな、と思っています。（画像処理の勉強にもなるし:-） 現在進行中 imgSeekが使いものになりそうなので、現在そのソースコードの一部を使用して、Windowsのコマンドラインで動作するものを作成中！ ソフト 画像処理関連のソフトの一覧 ImageMagick 今ではWindows版もある。ImageMagickのわかりやすい紹介 imgSeek 画像管理・Viewer。類似画像検索には multi-resolution wavelet decomposition を使っている
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
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
写真に基づく3D空間構築手法の到達点 - A Successful Failure
Perlでアニメ顔を検出＆解析するImager::AnimeFace - デー
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
OpenCV.jp
OpenCVで学ぶ画像認識 記事一覧 | gihyo.jp
アニメ顔の色情報に基づいた画像検索 - Imager::AnimeFace demo
コンピュータービジョンの無料チュートリアル - ベイズ推定とグラフィカルモデル：コンピュータビジョン基礎1
access_error
Deep Learningライブラリ 色々つかってみた感想まとめ
OpenCV - Shunsuke Yamamoto Wiki
TechCrunch | Startup and Technology News
コンピュータ・ビジョンの業界動向 | gihyo.jp
http://homepage3.nifty.com/TaN/prog-image.html