Image net classification with Deep Convolutional Neural NetworksShingo Horiuchi
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
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
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
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
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