Multi-Person Pose Estimation in OpenCV using OpenPose | Learn OpenCV
In our previous post, we used the OpenPose model to perform Human Pose Estimation for a single person. In this post, we will discuss how to perform multi person pose estimation. When there are multiple people in a photo, pose estimation produces multiple independent keypoints. We need to figure out which set of keypoints belong to the same person. We will be using the 18 point model trained on the
hirax.net::草間彌生デザインの「水玉模様のモジモジ君ウェア」で人体の表面形状を推定してみよう！
最新記事(inside out)へ | 年と月を指定して記事を読む（クリック!） / 2001/ 2002/ 2003/ 2004/ 2005/ 2006/ 2007/ 2008/ 2009/ 2010/ 2011/ 2012/ 2013/ 2014/ 2015/ 2016/ 2017/ 2018/ 2019/ 2020/ 2018年3月 を読む << 2018年4月 を読む >> 2018年5月 を読む 数ヶ月前に買ったつもりのZOZOスーツ、服に取り付けられたセンサ群とスマホの間でさまざまなデータが交換され、自分の体を知ることができるという「面白さ」に惹かれて…はや数ヶ月、「大幅な性能向上」したものが届くという連絡内容を見ると、、そこには「コレジャナイ感が、超大盛りラーメン店のようにテンコ盛りされた、草間彌生デザインの「水玉模様のモジモジ君ウェア」でした。マーカー付けた衣服を使って（
画像処理入門講座 : OpenCVとPythonで始める画像処理 | POSTD
この記事を書くに至ったきっかけ Recruse Centerでは、私は、画像処理の勉強に時間を費やしていました。独学をし始めた頃は、何をするものなのか全く理解しておらず、ただ、文字や輪郭、模様などを識別するのに役立ち、これらで面白いことができる、ということくらいの知識しかありませんでした。 私の情報源は、主にWikipediaや書籍、公開されている大学の講義ノートです。これらの資料に慣れ親しんでくるにつれ、画像処理の世界における基礎を伝えられる「入門向け画像処理」を望むようになりました。 これが、この記事を書こうと思ったきっかけです。 前提条件 この記事は、Pythonが扱えるということを前提に書いています。その他の事前知識は必要ありませんが、NumPyや行列計算に慣れていると理解しやすいでしょう。 初めに 使用するのは、Python版OpenCV、Python 2.7 ^(1) 、iPy
Jupyter Notebook Viewer
Python によるデータ分析コンテスト実践 (Part 3)¶本ドキュメントは FIT 2016 チュートリアル資料です． 各種データに対する Python によるデータ処理について，パッケージの利用例を紹介する． 目次¶ 大規模データ処理 (Redshift) Redshift にデータをロードする Redshift による特徴量作成 Redshift でのクラスタサイズごとの実行時間の比較 大規模データ処理 (BigQuery) BigQuery にデータをロードする BigQuery による特徴量作成 BigQuery における実行時間 画像データ (OpenCV) BRISK 特徴点の作成 時系列データ (今回は扱わない) ARIMA モデルを使った季節性のある時系列データのモデル 自然言語データ (今回は扱わない) NTLK による自然言語データの前処理 自然言語データのスコア
100均Webカメラ2台でステレオマッチングやってみた - 銀の弾丸
数ヶ月前に100均で入手して箱に入ったまま眠っていた2台のカメラで、ステレオマッチングしてみました。 2つのカメラの視差によって奥行き情報を算出するってことですね。 あまりややこしいことはしていません。 キャリブレーションせずにステレオマッチングの結果を静止画像で表示しています。 LOGICOOL ウェブカム HD画質 120万画素 C270posted with amazlet at 15.06.15ロジクール (2010-08-20) 売り上げランキング: 124 Amazon.co.jpで詳細を見る 左上の黒い2つのカメラなんですが実は単体で簡単な3Dカメラらしく、付属の専用ソフトと3Dメガネ(青と赤のフィルター)を使用すれば、3D画像が楽しめる、、、が、購入動機は単に安かったからです。 ソース 最近Python使い始めました。さっと書いて実行できて速度的にも特に問題ないから便利です
UbuntuにおけるOpenCV3のインストール - のんびりしているエンジニアの日記
実は一度も使ったことがないOpenCV3を使ってみたいと思います。 皆さんこんにちは お元気ですか。睡魔に襲われながらこの記事を書いています。 今回はPython3を想定しています。Python2で使いたい人は適宜読み替えてください。 OpenCV3の機能について OpenCV3の機能について纏められているビデオがあります。 OpenCV GSOC 2014 - YouTube ビデオを確認すると以下の機能が追加されるようです。 AKAZE Feature（AKAZE特徴量） Siddharth Kherada Color Transfer Color Contstancy Custom Calibration Pattern Mitigating Occlusions Edge-Aware Filter Denoising Detail Enhancement Learning-Base
カメラ画像からクレジットカード番号を読み取る - takminの書きっぱなし備忘録 @はてなブログ
以前、お仕事でクレジットカードをカメラで撮影し、そこからカード番号を読み取るプログラムをOpenCVを使って開発しました。 ただ、そのお仕事はお客様の都合で採用には至らず、作りっぱなしのまま放置してました。 が、せっかく作ったのに誰にも使われないままというのももったいないので、ソースごと公開してしまいます。 (ちなみに、この案件の時期と博士取得の公聴会時期が重なって、非常にしんどい思いをしたのも良い思い出) https://github.com/takmin/CreditNumberRecognizer クレジットカードは普通の文字認識と違って、カード自体に色々な模様がついてしまっていて、しかも数字部分が浮かし彫りだったりするため、二値化してOCRにかけるようなわけにもいきません。 なので、開発にあたっては、背景テクスチャがある中で1文字1文字切り出す部分と切り出した文字を認識する部分を自
HOG特徴量の計算
概要 HOG(Histogram of Oriented Gradients)を知らないゴリラはいない。 中部大学 藤吉研究室 http://www.vision.cs.chubu.ac.jp/joint_hog/pdf/HOG+Boosting_LN.pdf 東工大 画像解析論 http://www.isl.titech.ac.jp/~nagahashilab/member/longb/imageanalysis/LectureNotes/ImageAnalysis07.pdf 以下では、ある点の近傍を1ブロックとして、そのHOG特徴量のみを計算する。 一般的なHOGの計算では画像領域を格子状のブロックに分け、各ブロックの位置（格子点）で特徴量を計算してそれらを連結する。 しかし、これを素朴に実装すると問題が発生する。 たとえば人物検出で探索窓をスライドさせるとき、計算に用いるセルは数ピ
THOTH - Dense Trajectories Video Description - Heng Wang
We update the dense trajectories code with OpenCV-2.4.2 and ffmpeg-0.11.1. It is much easier to compile now! You can download the latest version and compile it under Linux. Visualization of trajectories and descriptors Notes Before using the code, make sure that you have opencv and ffmpeg installed correctly in your system. Currently, the libraries are the latest versions. In case they will be out
ご注文は機械学習ですか？ - kivantium活動日記
先日書いたOpenCVでアニメ顔検出をやってみた - kivantium活動日記の続編です。アニメ顔を検出するところまではうまくいったので、今度はキャラの分類をやってみようと思います。環境はUbuntu 14.10です。 ひと目で、尋常でない検出器だと見抜いたよ まずは分類に使う学習用データを用意します。投稿から半年以上経つのにまだランキング上位に残っている驚異の動画ご注文はうさぎですか？ 第1羽「ひと目で、尋常でないもふもふだと見抜いたよ」 アニメ/動画 - ニコニコ動画を使います。 動画のダウンロード Ubuntuならaptで入れられるnicovideo-dlというツールを使います。 sudo apt-get install nicovideo-dl nicovideo-dl www.nicovideo.jp/watch/1397552685その後avidemuxでOP部分だけの動画を
OpenCV Vision Challenge
OpenCV Vision Challenge OpenCV Foundation with support from DARPA and Intel Corporation are launching a community-wide challenge to update and extend the OpenCV library with state-of-art algorithms. An award pool of $50,000 is provided to reward submitters of the best performing algorithms in 11 Computer Vision application areas. OpenCV Foundation with support from DARPA and Intel Corporation are
ねこと画像処理 part 2 – 猫検出 (モデル配布) – Rest Term
ねこと画像処理。 (アイシャ – 池袋 ねころび) 前回のねこと画像処理 part 1 – 素材集めでは猫画像の集め方について整理しました。今回はその集めた猫画像を使って猫検出用の学習モデル(分類器)を作成したいと思います。それにはいろいろと準備が必要です。 モデル(分類器)の配布についてはこのエントリーの後半で説明します。 アノテーションデータの収集 学習モデルを作る前に猫のどの部分を検出するかを決める必要がありますが、今回は猫の顔(頭)部分の検出を行おうと思います。そのためのアノテーションデータ作成補助ツールを作成したのでそれを使ってひたすらデータを集めます。僕一人の作業だと限界があったのですが、クラウドソーシングによりネット上の顔も知らない有志達の協力のおかげであっという間にデータが集まりました。 アノテーションデータ作成補助ツールの作成にあたっては以下のサイトを参考にさせてもらいま
OpenCV/OpenGLによる映像処理
UFO 大垣 慶介 くん 特徴点追跡アルゴリズムを利用することで，画像中の同一物体がどのように動いたのか(オプティカルフロー)を求めることができます。ノートPCにUSBカメラを固定し，事前に撮影した画像と比較することで，オプティカルフローを求めます。オプティカルフローからノートPCがどの程度傾いているのかを推定し，それに応じた処理を行うことで，傾きセンサと同様の機能を実現しています。 TAのコメント：ノートPCを傾けることで，画面に表示されるUFOの動きを制御するゲームです。傾きセンサを搭載しないノートPCで，カメラ入力だけを手掛かりに傾きを推定している点が評価されました。 ハンバーガーイーター 森 功 くん OpenCVを用いてカメラからの画像を取り組み，Haar分類器でプレイヤの顔を特定して，口の位置を検出しています。そこに，OpenGLで作成したハンバーガーの3Dオブジェクトを用意し
OpenCV(2.4.8)による新しいノイズ除去 ざっくり精度調べ - schima.hatenablog.com
最近のOpenCVには、以下のような新しいフィルタ処理の関数が追加されています。 cv::fastNlMeansDenoising (photo) cv::adaptiveBilateralFilter (imgproc) この関数がどれくらい使えるものなのか、サクッと試してみました。あまり学術的に正確でないかもしれないですが、ご容赦ください。間違っていたら教えてください。 cv::fastNlMeansDenoising 下でもう一度話題にしていますが、手法の中身についてはこちらが大変参考になります。 http://opencv.jp/opencv2-x-samples/non-local-means-filter cv::adaptiveBilateralFilter 以下ドキュメントより。この関数、2.4.5には無く、2.4.8では有ったので、その間のいつごろかに追加されたようです。
Bag-of-Features Descriptor on SIFT Features with OpenCV (BoF-SIFT)
An implementation of Bag-Of-Feature descriptor based on SIFT features using OpenCV and C++ for content based image retrieval applications. Download source VS2008 project - 229 KB Introduction Content based image retrieval (CBIR) is still an active research field. There are a number of approaches available to retrieve visual data from large databases. But almost all the approaches require an image
Visual Wordsを用いた類似画像検索 - 人工知能に関する断創録
類似画像検索システムを作ろう（2009/10/3） 3日で作る高速特定物体認識システム（2009/10/18） に続くOpenCVプロジェクト第三弾です。今回は、上の二つをふまえてカラーヒストグラムではなく、局所特徴量（SIFTやSURF）を用いた類似画像検索を試してみます。局所特徴量はグレースケール画像から抽出するため、カラーヒストグラムと違って色は見ていません。画像の模様（テクスチャ）で類似性を判定します。 実験環境は、Windows 7、MinGW C++コンパイラ、OpenCV2.0、Python 2.5です。EclipseでMinGWを使う方法はEclipseでOpenCV（2009/10/16）を参照してください。Visual C++にはないディレクトリスキャン関数を一部使っているのでVisual C++を使う場合は、少しだけ修正が必要です。 Bag-of-Visual Wor
Bag-of-Featuresの実装 - なにメモ
Bag-of-Featuresが必要になったものの、OpenCVではPython用に実装されていないという悲しい現実が待ち受けていたので実装しました。(ちなみにコーディングスタイルはJavaです。) ベクトルの量子化にK-meansを使う一般的なものとGMMクラスタリングを使うものを作りました。GMMクラスタリングにはscikit-learnが必要です。 This is a class of Bag-of-Features for OpenCV これのサンプルコードは以下のとおりです。 Test for BagOfFeatures.py サンプルコードの実行結果は以下のとおりです。 The result of bofTest.py 多くのコードブックサイズでK-meansのほうが認識率が良かったので、GMMクラスタリングの収束条件などを変えると良くなるかもしれません。 Fisher Vec
【シリーズ】「python,OpenCVを用いたCVプログラミング」... | DERiVE コンピュータビジョン ブログ
このサイトについて DERiVEはコンピュータビジョン、画像認識が専門のMasaki Hayashiがお送りしている、コンピュータビジョン(Computer Vision)を中心としたITエンジニア、研究向けのブログです。※「DERiVE メルマガ別館」は2015/9月で廃刊致しました、 シリーズ、「python,OpenCVを用いたCVプログラミング」の第2回です。 前回は第１回ということで、まず導入として「今回の連載でなぜpython/OpenCVをとりあげることにしたか」についての背景説明を行いました。今回から数回を用いてpythonとopencvでコンピュータビジョンや科学技術計算一般のプログラムをつくるための環境を整えていきます。その中で、インストールしたopencv以外のモジュール（spyder,ipython,scipy/numpy,matlplotlib/pyQwtなど）の
Iterative Closest Point (ICP) for 2D curves with OpenCV [w/ code] – More Than Technical
Iterative Closest Point (ICP) for 2D curves with OpenCV [w/ code] ICP – Iterative closest point, is a very trivial algorithm for matching object templates to noisy data. It’s also super easy to program, so it’s good material for a tutorial. The goal is to take a known set of points (usually defining a curve or object exterior) and register it, as good as possible, to a set of other points, usually
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
Python版OpenCVのオプティカルフローで動体追跡(Farneback)