サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
ドラクエ3
ssii.jp
Shall We GANs? 2019.6.12 高橋 智洋(オムロン) * この資料は動画未対応です... 自己紹介 •高橋 智洋 •所属: オムロン (2018 年 6 月入社) •興味 •理論物理: 学生時代は一般相対論の研究をしてました. •数理計画法: 離散最適について調査・実装. •機械学習: 今の仕事.最近はロボティクス関連も. GAN の研究例 理論面 応用例 Lossを工夫 計算の安定性向上 収束性向上 画像生成 domain変換 異常検知 Sequence to figure Progressive GAN CycleGAN DiscoGAN Stack GAN Video anomaly detection (V)AEとの合わせ技 AAE VAEGAN 3D 3DRecGAN Coulomb GAN WGAN WGAN-GP SNGAN TTUR LSGAN Imag
略歴: 2001年北海道大学大学院工学研究科システム情報工学専攻博士後期課程修了。(財)ソフトピアジャパンHOIPプロジェクト主任専門研究員を経て、現在、産業技術総合研究所情報技術研究部門主任研究員。筑波大学大学院システム情報工学研究科准教授(連携大学院)。ロバスト画像処理技術に関する研究のほか、全方向ステレオシステム(SOS)など、新しい画像センサの開発にも興味を持つ。第9回画像センシングシンポジウム優秀論文賞など受賞。博士(工学)。 実環境における画像処理では、照明変動や遮蔽など様々な外乱に対するロバスト性が重要になります。「照明が変わったからしきい値を変えなくては」といったシチュエーションは皆様もご経験されたことがあるのではないかと思います。本講演では、背景差分法やテンプレートマッチング法などの基盤となる画像照合問題を例として取りあげ、外乱に負けないロバストな画像処理を行うための特
英語画面はございませんので、日本語画面をご覧ください。 日本語ページへ戻る This page is not available. Back to the Japanese site.
このページを最初にブックマークしてみませんか?
『The 30th Symposium on Sensing via Image Information/Home page』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