エンコード設定 - つんでれんこ まとめ wiki
つんでれんこ v2.71の各プリセットのx264設定 (金の髭氏作成) 表作成日：2012年5月25日 ※プリセットa(自動設定)は、「プリセットmの通常タイプ」となります。 ※他のx264を利用したツール(拡張x264(GUI)Ex 等)にこの設定を利用する場合は、 x264でのニコニコ動画用エンコードで注意すべき設定(AviUtl)と 拡張 x264 出力（GUI）Exの設定項目とその機能についてを参考にしてください。 下記の設定を拡張x264(GUI)Ex v1.72以降用の設定ファイルにしたものはこちらでダウンロード可能です。(金の髭氏作成のver.1.43用のものをベルQ(青天)さんが1.72以降用に更新したもの)
Git入門 - トップページ
※ 翻訳用のリポジトリ、作業状況は「マニュアルの翻訳状況」参照。 翻訳作業に協力してくださる方がいてくれるとうれしいです。
フューチャー・イノベーション・カフェ
毎月開催している、ワールドカフェによる対話の結果を、文書にてまとめています。模造紙に書かれていたキーワードを基に作成しており、皆さんから出されたアイデアの結晶です。
再帰性反射材＠AR/MR wiki
再帰性反射材は交通安全用途によく使われますが、最近ではAR(Augmented Reality)/VR(Virtual Reality)/MR(Mixed Reality)関連研究でプロジェクターとあわせて 使われることがあります。 再帰性反射シート一覧 再帰性反射塗料一覧 再帰性反射材を使用したプロジェクト 再帰性反射材入手先一覧 再帰性反射材関連リンク @wikiへようこそ ウィキはみんなで気軽にホームページ編集できるツールです。 このページは自由に編集することができます。 メールで送られてきたパスワードを用いてログインすることで、各種変更（サイト名、トップページ、メンバー管理、サイドページ、デザイン、ページ管理、等）することができます まずはこちらをご覧ください。 @wikiの基本操作 用途別のオススメ機能紹介 @wikiの設定/管理 分からないことは？ @wiki ご利用ガイド よ
ロバスト推定 - おべんきょうwiki
通常測定値には必ず誤差が含まれる． 測定値の中で想定される誤差範囲内にあるものをインライア， 明らかに誤りであるものをアウトライア，外れ値と呼ぶ． 外れ値が存在することで測定結果からのフィッティングに影響がでるため， 外れ値を排除する必要がある． このような手法がロバスト推定である．
カラー画像のグレースケール化 - programmeur aihser
*カラー画像のグレースケール化に関するトピックス **単純平均法 単純にＲ，Ｇ，Ｂの値の平均値をグレースケール化後の色に設定する方法です。 最終的な色の値Yは、次の式で求めます。 > Y = (R+G+B)/3 **中間値法 この方法は、Ｒ，Ｇ，Ｂの３つのうち最小値と最大値を求め、 その２つの平均値をグレースケール化後の色に設定する方法です。 最終的な色の値Yは、次の式で求めます。 > min = {R,G,Bのうちの最小値} > max = {R,G,Bのうちの最大値} > Y = (min + max) / 2 **Ｇチャンネル法 Ｒ，Ｇ，ＢのうちＧの心理物理量（？）が７割程度ということから、 グレースケール化後の色もＧだけでいいという方法です。 最終的な色の値Yは、次の式で求めます。 > Y = G **ＮＴＳＣ係数による加重平均法 Ｒ，Ｇ，Ｂのそれぞれに重み付けをして平均を取る方法
Novpat's Lab @ ウィキ
novpatの勉強の足跡として利用したいと思います． 私の直感的な理解を書いていくので間違いも多いと思いますが， 間違いがありましたら寛大な心でご指摘ください（^_^）．（指摘は【こちら】でお願いします．）
おべんきょうwiki
おべんきょうwiki 個人的な勉強メモ． 現在編集は制限してます． readthedocsに引っ越し中です．http://obenkyo-doc.readthedocs.io/ja/latest/ まずはこちらをご覧ください。 @wikiの基本操作 用途別のオススメ機能紹介 @wikiの設定/管理 おすすめ機能 気になるニュースをチェック 関連するブログ一覧を表示 その他にもいろいろな機能満載！！ @wikiプラグイン @wiki便利ツール @wiki構文 バグ・不具合を見つけたら？
行列の微分 - nopu@wiki
ベクトルで微分をするには、元の型を保ったまま展開するのが基本。 これは慣習であって、必ずしもそうとは限らない。列ベクトルを列ベクトルで微分して行方向に展開してしまうこともある。 ヤコビ行列との関係 ヤコビ行列は，独立変数xを横方向に伸ばし，従属変数yは縦方向に展開するのが良いらしい。 この向きは，重積分の変数変換などでは（行列式にしてしまうので）どちらでも支障はないが， テイラー展開などで左から列ベクトルに作用させる場合などには重要である。 Wiki, 幾何学B で出てきたのは次の形だった。 特に幾何学Bでは，転置や逆関数をとったりするから，向きに気をつけてさえいればどっちでもよさそうだった。 しかし，Taylor展開を自然に書くためには，xを横に伸ばす必要性が出てくる。 cf. １次のTaylor展開 行列関数を微分 行列関数Fの行列Aによる微分は、Fを行列RN×Mの各成分aijを引数と
トップページ/コンテンツ/画像処理関連/物体抽出 - suffix@wiki
一般に物体を識別するために学習モデルの生成を必要とするが、 一般に物体の種類は様々あり、各モデルを生成することは非常に困難である。 ただし照明環境等、物体検出の妨げとなる要因は多いため、なかなか一般物体には 拡張されていないのが現状と言える。 顔認識等においては統計的手法をとった研究や上記の特徴基準を用いた研究が広く なされている。上に挙げたエッジの例だと顔は楕円、鼻は細長い等。 色の例だと肌色検出したり、唇が赤いので取りやすい。 統計手法の種類としてはSVM,Adaboost,ニューラルネットワーク等がある。
Visual Studio Wiki
NEWS 2010/04/28 Visual Studio 2010 Express日本語版 公開 http://www.microsoft.com/japan/msdn/vstudio/express/ 2010/04/21 Visual Studio 2010 サブスクリプション向け日本語版 公開 http://blogs.msdn.com/dd_jpn/archive/2010/04/21/9998509.aspx 2007/12/14 マイクロソフト、Visual Studio 2008 日本語版 公開 http://www.microsoft.com/japan/presspass/detail.aspx?newsid=3300 当サイトについて 当サイトは、マイクロソフトが提供する開発ツールVisual Studioに関するWikiです。 不定期に更新してますので気長に見守って
トップページ/コンテンツ/画像処理関連/モザイキングについて - suffix@wiki
imageプラグインエラー : 画像を取得できませんでした。しばらく時間を置いてから再度お試しください。 モザイキング手順 １．特徴点の抽出 ２．特徴点の対応付け→テンプレートマッチング等 ステレオカメラ校正：座標位置が既知なパターンとカメラ座標の対応からカメラ の内部パラメータと外部パラメータを求める。 二つのカメラ情報の組み合わせ等これに当たる。 エピポーラ線等。 2乗残差法：計算速度速い。信頼度低い。 正規化相関法：信頼度高い。計算速度遅い。 テンプレートマッチングにおけるNCC cvMatchTemplate 残差逐次検定法：信頼度はまだ微妙。 ３．ロバスト推定による誤差の消去 ４．射影変換の取得 ５．アフィン変換または透視変換 ６．画像の合成
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
豚吐露＠wiki
製造所固有記号@ウィキ