飯塚里志 — ディープネットワークによる画像補完（SIGGRAPH 2017）
概要： 本研究では，畳み込みニューラルネットワークを用いて，シーンの大域的かつ局所的な整合性を考慮した画像補完を行う手法を提案する．提案する補完ネットワークは全層が畳み込み層で構成され，任意のサイズの画像における自由な形状の「穴」を補完できる．この補完ネットワークに，シーンの整合性を考慮した画像補完を学習させるため，本物の画像と補完された画像を識別するための大域識別ネットワークと局所識別ネットワークを構築する．大域識別ネットワークは画像全体が自然な画像になっているかを評価し，局所識別ネットワークは補完領域周辺のより詳細な整合性によって画像を評価する．この2つの識別ネットワーク両方を「だます」ように補完ネットワークを学習させることで，シーン全体で整合性が取れており，かつ局所的にも自然な補完画像を出力することができる．提案手法により，様々なシーンにおいて自然な画像補完が可能となり，さらに従来の
画像ファイルはconvertコマンドで
convertはImageMagickというソフトウェアパッケージに含まれるコマンドの1つです。コマンド名が示すように、画像ファイルの変換を行います。変換といってもいろいろありますが、普通に思いつくありとあらゆる変換を行うことができます。 ここでは、Photoshop Elementsにはできない、あるいは少なくともやり方が面倒くさい変換をいくつか取り上げ、それをconvertコマンドで解決する方法について紹介します。ほぼ全て、相談員が実際に受けた質問をベースにしています。 convertコマンドに関するきちんとした情報を得たいという方は、マニュアルページをご覧ください。 フォーマットの変換 convertコマンドはEPS (Photoshopのデフォルト形式)、TIFF (Grabの保存形式)、JPEG (デジカメで一般的)、GIF、PNG (WWWに適している)、EPS (TeXでよく
Classification datasets results
What is the class of this image ? Discover the current state of the art in objects classification.
Computational Photography
COMP 790-096: Computational Photography Fall 2008, Tuesdays and Thursdays 12:30-1:45, FB 008 Instructor: Svetlana Lazebnik (lazebnik -at- cs.unc.edu) Quick links: schedule, list of papers, useful resources Introduction Computational photography is an emerging field that aims to overcome the limitations of conventional digital cameras to produce more vivid, compelling, and meaningful visualization
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
