コーナー検出法 - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Corner detection|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針についての説
HoG vs Haar-like feature ベンチマーク - コンピュータビジョンの日々
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
BazAR: A vision based fast detection library
BazAR is a computer vision library based on feature points detection and matching. In particular, it is able to quickly detect and register known planar objects in images. Well adapted to Augmented Reality applications, it is the result of advanced computer vision research. Watch some calibration screen shots or augmented reality videos. Downloads Source code is available under the GNU General Pub
次元を超えた画像解析技術――「Deep Zoom」と「Photosynth」を体験する
次元を超えた画像解析技術――「Deep Zoom」と「Photosynth」を体験する：Lookup！ せんせーしょん（1/4 ページ） いまや我々は日常的にPCを使っている。まるで写真のように高精細な動画を瞬時に表示するハイスペックなPC、そしてそれを映し出すディスプレイは一昔前では考えられないものだ。しかし、映画やアニメに出てくる“コンピュータ”とはどうも違うような気がしないだろうか。 古くは“コンピュータ”といえば研究所に備えられた巨大な筐体の中で磁気ディスクが回り、紙テープで打ち出された計算結果を見て博士が「ヤツの弱点はしっぽだ！ しっぽへの攻撃が成功する確率は94％！」とか口走るのが定番だったが、PCが普及し始めるとこの描写も変わってくる。 もちろんその描写は、“コンピュータ”が重要な局面であればあるほど分かりやすい脚色が加えられ、現実離れしていく傾向がある。とはいえ、テクノロジ
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
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
cagylogic
