MIRU論文集へのアクセスについて アクセスには,アカウントとパスワードが必要です. アカウント: パスワード: です. MIRU2008 論文集 第11回 画像の認識・理解シンポジウム 2008年7月29日(火)〜7月31日(木)軽井沢プリンスホテル MIRU2010 論文集 第13回 画像の認識・理解シンポジウム 2010年7月27日(火)〜7月29日(木)釧路市観光国際交流センター MIRU2007, MIRU2009 MIRU2007, MIRU2009論文集はこちら 著作権及び公開について MIRU2008 論文の著作権の取り扱い(以下抜粋) 著作権は著者に帰属します。 但し、画像情報学フォーラムが MIRU2008論文集(CD-ROM、印刷物)を出版し、MIRU2008参加者に配布する MIRU2008終了後、画像情報学フォーラムのWEBサイトにおいて、画像情報学フォーラムの
An Extended Set of Haar-like Features for Rapid Object Detection Rainer Lienhart and Jochen Maydt Intel Labs, Intel Corporation, Santa Clara, CA 95052, USA Rainer.Lienhart@intel.com ABSTRACT Recently Viola et al. [5] have introduced a rapid object detection scheme based on a boosted cascade of simple features. In this paper we introduce a novel set of rotated haar-like features, which significant
画像類似度に基づくリンク解析を用いた画像ランキング手法の比較検討: 山根 遥香, 豊田 正史(東大) Web検索サービスにおける多義的なクエリ推薦手法: 今井 良太(中央大), 戸田 浩之, 関口 裕一郎(NTTR&D),望月 崇由, 鈴木 智也(NTTレゾナント), 今井 桂子(中央大) Webページに対するユーザの適・不適の評価を用いた検索結果のリランキング: 松岡 研二, 范 薇, 小柳 佑介, 渡邉 豊英(名大) 部分木を利用した適合部分検索手法の一考察: 楊 斐, 孫 一, 清光 英成, 大月 一弘, 森下 淳也(神戸大) クエリに応じたファセットの動的抽出によるWeb画像検索結果の提示: 川野 悠, 大島 裕明, 田中 克己(京大)
If you have additions or changes, send an e-mail (remove the "nospam"). This material is presented to ensure timely dissemination of scholarly and technical work. Copyright and all rights therein are retained by authors or by other copyright holders. All persons copying this information are expected to adhere to the terms and constraints invoked by each authors copyright. Object Recognition I: Con
リクシルの断熱サッシで快適な暮らし リクシルは、トステム・新日軽・サンウェーブ・東洋エクステリア・INAXが統合して誕生した大手の住生活産業会社です。統合前の各企業も名の知れた大手メーカーばかりですので、統合したリクシルは日本の住環境関連企業の最大手として、日本各地の快適な住まいを作るための経営を行なっています。大手メーカーのリクシルが提供するサッシは、断熱に優れているだけではなく、結露防止や騒音のカットにも定評があり、近年では省エネにも優れているという事で、一般財団法人省エネルギーセンターが主催する省エネ大賞の称号も得ています。サッシを設置した時だけでなく、大手ならではのメンテナンス保障も十分に手厚く用意されており、長年住む自宅だからこそ、長期間保障で安心できる会社の製品を選びたいですね。設置して安心、使い続けて安心のリクシルのサッシだからこそ、快適な暮らしが生まれます。 リクシルのサッ
タイトル別名 イッパン ブッタイ ニンシキ ノ ゲンジョウ ト コンゴ The Current State and Future Directions on Generic Object Recognition 「一般物体認識」とは,制約のない実世界シーンの画像に対して計算機がその中に含まれる物体を一般的な名称で認識することで,コンピュータビジョンの究極の研究課題の1つである.人間は数万種類の対象を認識可能であるといわれるが,計算機にとっては,同一クラスに属する対象のアピアランスが大きく変化するために以前はわずか1種類の対象を認識することすら困難であった.ここ数年,新しいモデル表現の提案,機械学習法の進歩,計算機の高速化などにより,急速に研究が進展しており,現在は101種類の対象に対して6割程度の精度で認識が可能となってきている.本論文では,一般物体認識研究のサーベイを手法に加えて,データ
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