ロスレス画像圧縮: QOI(Quite OK Image) format
QOI(Quite OK Image) format 2021年11月にDominic Szablewski氏(@phoboslab)の手による新しいロスレス画像圧縮「QOI(Quite OK Image) format」がアナウンスされました。 C言語のヘッダオンリー・ライブラリとしてわずか300行たらずで実装され、PNGフォーマットに近いデータ圧縮性能でありながら、20～50倍のエンコード速度、3～4倍のデコード速度を実現しています（作者自身によるアナウンス記事より）。 アナウンス記事: Lossless Image Compression in O(n) Time ソースコード: GitHub phoboslab/qoi ベンチマーク結果: QOI Benchmark Result この記事ではQOIフォーマットに関する個人的評価と、その画像圧縮アルゴリズムをざっくりと解説します。
「分子内の原子」まで見える物理的限界にせまった画像を公開 - ナゾロジー
物理的に見ることができる限界サイズコーネル大学の研究チームは、2018年に高出力の検出器と電子タイコグラフィと呼ばれる手法を組み合わせて、最先端電子顕微鏡の解像度を大きく引き上げる世界記録を樹立しました。 しかし、そのとき達成された方法には弱点があり、見ることができる物質は原子数個分の厚さまでという、極薄サンプルにか対応できなかったのです。 この原因はサンプルが、それ以上の厚さになると、ぶつけた電子ビームが解析できないレベルで散乱してしまうためです。 今回、米国のコーネル大学カブリ・ナノスケール科学研究所（KIC）のデビッド・ミュラー氏が率いるチームは、これまで以上に高度な最先端の3D再構成アルゴリズムと電子顕微鏡ピクセルアレイ検出器（EMPAD）を開発し、解像度記録を2倍近く更新させました。 「これは単なる新記録の樹立というだけではありません。 我々は事実上、分解能の究極限界となる領域に
最高にエッチな画像をNFTアートにしよう！！
このページは、「最高にエッチな画像」をNFTアートとしてオークションに出品したことを告知するためのものです。 オークション会場はこちらです。 ◆ ◆ ◆ こんにちは。 群青ちきんと申します。 早速ですがこちらは何の関係もないあざらしさんです。 タッチして可愛がってあげてください。 さて本題に入りますが、みなさんはNFTというものをご存じでしょうか？ 私は最近まで新しい電話回線会社かと思っていました。 NFTとは、簡単に言うと「デジタルデータを唯一無二のものとして証明したやつ」のことです。 これまでのデジタルデータは、コピー＆ペーストによって容易に複製が可能でした。 それをブロックチェーンとかの技術を使って、「こいつが正真正銘のオリジナルだぜ！！！」と客観的に証明したものがNFTです。 今これを読んでいらっしゃる方はみなさん賢めのゴリラだと思われますが、ご安心ください。 ゴリ
Kuwahara filterとかいう明らかに日本人の名前な画像フィルターに出会い、試してみたらすごかったので紹介する。 - Qiita
6/15追記 あとがきの提案について書きました 写真表現としての桑原フィルターの提案 #はじめに Kuwahara filter（桑原フィルター）とは 桑原フィルターは桑原道義さんという大学教授（Wikipedia曰く）が考案した平滑化フィルターの一種で、内容のシンプルさに反して上手いことかけるとまるで油絵のようになる、なんだかすごいフィルターであーる（先に結果が見たい方は記事の一番下を覗いてみよう） Kuwahara filter -Wikipedia SPECT用データ処理 (元論文？) #桑原フィルターの内容 https://upload.wikimedia.org/wikipedia/commons/4/49/Kuwahara.jpg 桑原フィルターを簡単に説明すると、 各画素の色をその周囲の任意の幅の左上、右上、左下、右下の正方形領域の中で、最も分散の和が小さい領域の平均色とする
LINEのストレージ効率化を支えるJPEG↔HEIF変換プロジェクト「Antman」開発記
Joonsick Baick2020-02-26Joonsick is in charge of media processing for LINE's MediaPlatform. はじめに 最近、ユーザーが作成したメディアを保存するためのクラウドサービスがかなり人気を集めています。Google フォトやNAVER nCloudなどのサービスがその例です。LINEでも、ユーザーの写真をサーバーに永久保存していつでも閲覧できるようにしたアルバム機能を提供しています。LINEのアルバム機能は、2013年9月にオープンして今年で6年を迎えます。たくさんのユーザーが活発に利用しているため、サーバーに蓄積されるデータ量も膨大になっています。 写真や動画などのLINEのメディアデータは、すべてLINEのメディアプラットフォームが運営するメディアストレージ「OBS（Object Storage）」で管
はじめてのAdversarial Example
今回はadversarial exampleについて解説していきます。Adversarial exampleというのは、下図のように摂動を与えることによりモデルに間違った答えを出力させてしまうもののことです。 この例では、もともとモデルがパンダと正しく分類することができていた画像に摂動を与えることで、テナガザルと誤分類させています。しかし、人間には元の画像との違いはほとんど分からず、パンダのままに見えます。 Adversarial exampleは機械学習モデルを実用化していく上で大きな問題となります。例えば、交通標識をadversarial exampleにしてしまえば、自動運転車をだませてしまう可能性があります。 注目を集めてきている研究分野ですが、まだちゃんと調べたことがないという人も多いかと思います。今回もなるべく丁寧に解説していきたいと思います。 目次 基礎 攻撃 防御 論文紹介
1
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
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
