サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
買ってよかったもの
htee2006.hatenadiary.org
最近はやりのミニチュア風写真だが(参考資料; 被写体をミニチュア化するiPhone向けチルトシフトカメラ『TiltShift Generator』)、その原理について知っている人は知っているのだがが、意外と知らない人もいるようなので書いてみよう。 最近CM等でもよく使われるようになった、表現手法として「ミニチュア風」写真というものがある。街の遠景を撮影したもののはずなのに、なぜかミニチュア模型を撮影したもののように見えるというあれだ。写真家の本城直季氏が"small planet"という写真集で有名にしたものである。 どうして、これらの写真はミニチュア風に見えるのだろうか?答えは脳の視覚情報の解釈の仕組みにある。 特に今回の問題では、見ている物の距離感の解釈がポイントとなる。 脳は見ているものの距離を、下記のようないくつかの手がかりを総合して推定している。 視差情報 被写界深度情報 シーン
このサイト http://matrixcookbook.com/ にある、公式式集 http://www.imm.dtu.dk/pubdb/views/edoc_download.php/3274/pdf/imm3274.pdf がすばらしい。 行列式の微分とか、ちょっと使わないでいると忘れそうな公式も、とにかく思いつく限り? 網羅されている。作った人の熱い思いが伝わってくるような濃い内容である。
ここ数年は、日本語で読める良質な画像処理/ビジョン系の基礎的テキストとしては、「コンピュータビジョン」や、「パターン認識と機械学習- ベイズ理論による統計的予測 」などに主にお世話になっていたけれども、そろそろ2000年代中盤以降の最新トピックには追いつけない感じになってきていた。これらのテキストに出てこないような理論を使った論文がどんどん増えている。 そう思っていた矢先、ちょうど良い本が出版されていた。(4月に出ていてアマゾンの欲しいものリストに入れたままちょっと忘れていた。)CVIMで評判の良かったチュートリアルシリーズをまとめた本「コンピュータビジョン最先端ガイド」である。 なつかしのスネーク(Snakes)がよみがえった"レベルセット(Level Set)"、いま大流行の"グラフカット(Graph Cuts)"や、"パーティクルフィルタ(Particle Filter)"、多視点画
今回は、画像処理に直接からむ話ではありません。 目下、他人様が以前に作った画像処理ソフトのメンテナンスをやらなければならなくなり、 メモリ関連の不具合で苦心しているところです。 症状 症状は、長時間実行しているとメモリ取得エラー(C++:new 演算子が 例外を送出するようになる。)を発生するという、 ある意味典型的なものです。 メモリリークですよね?ふつうー まず最初に想定すべき原因はメモリリークです。デバッガで調べると確かに幾つか少量のリークが見つかりました。 「実装継承を伴うクラスに、仮想デストラクタがない!」などという、C++初心者のようなコーディングミスも からんでいたりして、結構鬱になります。 これらを全て修正して、再度長時間試験を行いました。 治っていません しかし、症状は改善しません。やはりメモリ取得エラーで落ちるのです。 タスクマネージャで見ると、そのときシステム全体では
Apache Waveとして復活するらしい。 WaveProposal - Incubator Wiki 数年ぶりだろうか、ひさびさにTeXを使いたくなった。 自宅のMacBookで使いたいと思い、こちらを参考にしてインストールさせてもらった。 さっそく簡単なTeXソースを作って出力してみたものの、日本語が上手く表示されない。 フォント周りの設定等を調べてもおかしな点はない。はて?と悩むこと数十分。ようやく判明した原因は、いつもの癖でSJISでソースを書いていたことだった。 nkf でソースを UTF-8に変換したら無事に表示できた。 しかし、こうして見ると、温故知新だなぁ。nkfなんて20年近く使っているのではないか。emacsもtexもそう。いまでも現役で使えるのが素晴らしい。これぞ人類の叡智の蓄積だ。 あと数十年もすれば、「おじいちゃんから手ほどきを受けた子供が、大人になってTeXで
OpenCVのサンプルとしても公開され、すっかり有名になった Haar-like特徴量と AdaBoost分類器を用いた顔認識手法だが、現在最先端の画像処理研究では、HoGという特徴量が注目されている。 HoGは、"Histogram of oriented Gradient"の略で、直訳すると、「方向づけられた勾配のヒストグラム」ということになる。つまり、入力画像の勾配(微分画像)を求め、それを局所領域ごとに勾配方向で区間分割してヒストグラムを取ったものを特徴量としようとする手法である。 これは2005年にNavneet DalalとBill Triggsによって提唱された新しい手法で、Haar-likeよりも分別能力が高そうだということで、盛んに研究されている。 私も今、HoGを使った物体認識処理を試作しているところであるが、データ空間として線形分離しやすいらしく、SVM(サポートベク
このページを最初にブックマークしてみませんか?
『コンピュータビジョンの日々』の新着エントリーを見る
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