数独を解く(画像解析) - cuspy diary
画像として与えられた数独を解きます。 新聞に掲載されていたこの問題をOpenCVを使って画像解析する。(画像が斜めなのはワザとです) グレースケール変換画像解析の前処理として、まずグレースケールに変換し、ガウシアンフィルタをかけてぼかします。ガウシアンフィルタをかける事で、安定した二値化画像が得られます。 二値化次に二値化を行います。 二値化には、普通の方法、大津さんの手法、適応的二値化、などさまざまな手法が在ります。いろいろ試した所、適応的二値化(Adaptive Threshold)が最も数独の認識に適していることが解りました。 適応的二値化(Adaptive Threshold)であれば、影になってしまった部分も上手く処理できます。 膨張処理次に、数独の盤面の外枠を認識を行います。 二値化の影響で枠線が途切れてしまう可能性がありますので、膨張処理(dilate)を行います。 (膨張処
系列ラベリング問題メモ - Negative/Positive Thinking
はじめに 系列ラベリング問題についてちょっと調べてみたのでメモ。 系列ラベリング(系列分類)問題とは ある系列xの各要素に適切なラベル列yを付与する問題 例えば「This is a pen」という文書の各単語に「This(代名詞) is(動詞) a(冠詞) pen(名詞)」のように品詞ラベルをつける問題(品詞タグ付け) 系列だけでなく木構造などへの適用もされている 構造学習 ラベル、木、グラフ、順序集合など 応用 品詞分類 形態素解析(ラティスのコスト計算なども) チャンキング(基本名詞句(Base NP)同定、固有表現抽出、文節まとめあげなど) 系列セグメンテーション問題 時系列解析や画像認識 など 系列ラベリング問題の特徴 普通の多値分類との違いは、「注目している要素xi以外の情報も使えること」と「クラスの数が膨大になりやすいこと」がある。 注目している要素以外の情報も使える 多値分類
Looks Like It - The Hacker Factor Blog
For the last few months, I have had a nearly constant stream of queries asking how TinEye works and, more generally, how to find similar pictures. The truth is, I don't know how the TinEye image search engine works. They don't disclose the specifics of the algorithm(s) that they use. However, based on the type of results it returns, it appears to me to be some variation of a perceptual hash algori
画像認識の初歩、SIFT,SURF特徴量
SSII2020TS: Event-Based Camera の基礎と ニューラルネットワークによる信号処理 〜 生き物のように「変化」を捉えるビジョンセ...SSII
ゆーすけべー日記
サキとは彼女の自宅近く、湘南台駅前のスーパーマーケットで待ち合わせをした。彼女は自転車で後から追いつくと言い、僕は大きなコインパーキングへ車を停めた。煙草を一本吸ってからスーパーマーケットへ向かうと、ひっきりなしに主婦的な女性かおばあちゃんが入り口を出たり入ったりしていた。時刻は午後5時になる。時計から目を上げると、待たせちゃったわねと大して悪びれてない様子でサキが手ぶらでやってきた。 お礼に料理を作るとはいえ、サキの家には食材が十分足りていないらしく、こうしてスーパーマーケットに寄ることになった。サキは野菜コーナーから精肉コーナーまで、まるで優秀なカーナビに導かれるように無駄なく点検していった。欲しい食材があると、2秒間程度それらを凝視し、一度手に取ったじゃがいもやら豚肉やらを迷うことなく僕が持っているカゴに放り込んだ。最後にアルコール飲料が冷やされている棚の前へ行くと、私が飲むからとチ
detectFace(); - 顔検出Webサービス
2018.04.04 detectFace();SDKの提供を終了しました。 2015.02.09 ポストされたjpeg画像にexifのorientation情報が付いている場合、 APIがそれを解釈するようになりました。 (Flash製サンプルでは事前の処理でexif情報が削除されてしまうため、 APIはorientationを認識できません) 2011.06.12 APIに若干の機能追加を行いました。 既存のクライアントとは完全な互換性があります。 入力画像の傾向に応じて検出モードを選択できるようになりました。 詳細はリファレンスを参照して下さい。 サンプルコンテンツ「簡易サンプル」を、 APIの新しい機能を使うように変更しました。 2010.08.26 APIに若干の機能追加を行いました。 既存のクライアントとは完全な互換性があります。 特徴点毎に信頼度が付加されるようになりました。
JavaScriptやPHPで顔認識する場合は「face.com」のAPIが使えそう:phpspot開発日誌
JavaScriptやPHPで顔認識する場合は「face.com」のAPIが使えそうです。 先日、「1年で70億枚の顔写真をスキャンしたFace.comが顔認識APIを無料で一般公開」という記事にて知ったのですが、公式サイトのDownloadページにてPHPとJavaScriptのクライアントライブラリが公開されてるみたいです。 face.com developers site Download クラスライブラリの形なので非常に簡単に利用することができるようです。 face.comのビジネスモデルと事業の継続性については気になるところですが、お手軽に重い処理をアウトソースできるという点で魅力的ですね。 勿論、このサービスが停止しなくなれば使えなくなるので安定したサービスを提供したい場合には自前でOpenCVを入れてやった方が良さそうです。 関連エントリ PHPでOpenCVなしのピュアPH
OpenCVで顔認識→笑い男アイコン貼り付け - ぬいぐるみライフ？
Cで作ってみました．ソースはgithubにあります．エラー処理とか結構適当なのでうまく動かない場合があるかも． http://github.com/mickey24/laugh 実行するにはあらかじめOpenCVをインストールしておく必要があります． $ git clone git://github.com/mickey24/laugh.git $ cd laugh顔認識用分類器のカスケードのxmlファイルがOpenCVのインストールディレクトリにあるので，それをコピーしてローカルに置きます． $ cp /opt/local/share/opencv/haarcascades/haarcascade_frontalface_default.xml .あとはmakeして実行するだけです．MakefileのOpenCVのinclude pathとlibrary pathは環境に合わせて書き換え
秋葉原で監視カメラを用いた防犯支援実験－膨大な画像から瞬時に人物特定
日立製作所（千代田区）は6月1日から、オノデン本店（千代田区外神田1）で「類似画像検索技術による防犯支援」実証プロジェクトを開始した。 同実証実験は、秋葉原で先端技術の実証を行う「秋葉原先端技術実証フィールド推進協議会」が調整事務局として入り、日立製作所主体で実施するもの。実際にオノデン本店1フロア4カ所にカメラを設置。膨大な量の監視カメラの映像から人物の顔を検出し、類似した特徴を持つ顔画像を検索することによって、特定の人物を探し出す「類似検索技術」を実証する。 同技術は、数百万フレームの画像を対象に約1秒以内に検索を完了する「検索の高速性」と、監視カメラは常時稼動しているため膨大な量の画像が蓄積されることから、同システムは映像中に「動き」や「顔」が検知された場合のみデータベースに画像を蓄積するのが特徴。 秋葉原先端技術実証フィールド推進協議会によると「秋葉原の街を代表する電気街で、買い物
OpenCVでアニメ顔を検出するためのXML v2 - デー
以前、OpenCVでアニメ顔検出を試していたときにcvHaarDetectObjects用に学習されたアニメ顔分類器のXMLを配布したのですが、積みゲー完全制圧への道程:アニメ顔部品検出ライブラリを作ってみたを見て、なんか古いこと気づいたので、新しいバージョンを配布します。 検出率は前バージョンよりも良くなっていると思います。たぶん検出の実行速度も速くなっていると思います。 （でかいので右クリで保存してください） haarcascade_animeface2.xml 使い方などは以前の記事を参照してください。 アニメ顔の検出とキャラクターの分類 - デー 再配布などは、個人的には問題ないのですが、学習に使っているデータが4chanのecchi板をクロールして集めたデータなので、そのへんの判断を配布者の責任で行ってください。集めた画像は教師データとして使用され、画像データ自体はファイルに含ま
覆面していても顔認識できる新しいアルゴリズム | WIRED VISION
覆面していても顔認識できる新しいアルゴリズム 2008年3月26日 サイエンス・テクノロジー コメント： トラックバック (0) Bryan Gardiner Allen Yang氏の顔認識アルゴリズムを使うと、たとえ画像が破損していたり、部分的にさえぎられていても、該当する人物を的確に見つけ出すことが可能だ。Photo: Allen Yang 忍者の覆面はもう意味がない。カリフォルニア大学バークレー校とイリノイ大学アーバナ・シャンペーン校(UIUC)の研究者たちが開発した新しい顔認識アルゴリズムは、たとえ目、鼻、口の部分が不明瞭でも、90％から95％の正確さで個人の顔を認識できるのだ。 「多くのアルゴリズムでは、目、鼻、口といったいわゆる重要な顔の特徴を使って個人を確認している」と、新しいアルゴリズムを開発したバークレー校工学部の研究者Allen Yang氏は述べる。 「しかし、それだと
工学ナビの中の人の研究と周辺 ガチでやる画像処理プログラミング
このあいだ，dandelionさんがスゲーいいこと言ってたから問答無用で引用します． /****** [ここから余談]****** OpenCVの普及により画像処理という分野が身近になったのはいいのですが，最初からOpenCVに依存しすぎると，理屈がわかっていなくても高度なアルゴリズムが簡単に組めてしまうため，いざ応用となるとアタフタということになりがちなので，C言語習いたての人なんかはRAWファイルを使って一からアルゴリズムをコーディングしてみるのも後々ためにいい勉強になりそう．C言語に慣れてきたら，ppmなどファイル情報がヘッダ部に書き込まれているようなフォーマットにチャレンジするとかね． ******[ここまで余談] ******/ 要約すると 「Haar-likeによる顔検出くらいOpenCVに頼らず自分で組みやがれ」 ってことですかね？ （※冗談ですから） 僕の場合，最初はビット
画像認識技術 ＋ Google Sets = 常識の分かる画像認識
前回に引き続き、UC San Diego の Serge Belongie 教授らによる研究についての記事を1つ。知る人ぞ知る？Google のサービス"Google Sets"を応用して、画像認識の精度を上げようという取り組みが行われているそうです： ■ Computers With 'Common Sense' (ScienceDaily) 簡単に言うとこんな感じ。上の画像を見て、「右下にある黄色い丸はレモンだ」という人はいないでしょう。レモンのような形・色をしてるけど、「人間」が「テニスコート」の上で「ラケット」で打とうとしているモノだから、これはテニスボールに違いない……というような判断を、コンピュータによる画像認識でも行わせようという発想です。 では「人間」「テニスボール」「テニスコート」が認識できたとして、その文脈で登場し得るものが何か、を判断するために白羽の矢が立ったのが"G
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
大規模画像認識とその周辺
写真をアップするとネコ顔にしてくれる『Kitten Faces』 | 100SHIKI
facesaerch - find face pics with this people face search
IDEA * IDEA
IDEA * IDEA
1年で70億枚の顔写真をスキャンしたFace.comが顔認識APIを無料で一般公開
http://kao.userlocal.jp/