画像認識の初歩、SIFT,SURF特徴量
6. 画像特徴量の変遷 第一世代 第二世代 第三世代 対象物全体 局所情報 局所情報のつな 輝度分布 SIFT がり wavelet SURF Haar-like Joint Haar-like HOG Joint HOG Shapelet 1990年代 2000 - 2005 2006 - 現在 7. 局所特徴量 SIFT 1999 •Google の論文で言及http://www.esprockets. com/papers/www2008-jing-baluja.pdf。ただし、アルゴリズムが著作 権で守られている。C#ライブラリ libsift, OpenCV SURF 2006 SIFT の処理速度改良版。OpenCV haar-like特徴 2001 近接する2 つの矩形領域の明度差 Haar- 顔認識に用いられ(OpenCVの顔検出) like HOG(Histogram o
第2回SBM研究会アンケート結果 - なにかのまねごと
お待たせしました。第2回SBM研究会アンケート結果を公開いたします。回答数は82名です。ただ、回答：その他のコメントや自由記述の設問5に関しましては、匿名とはいえ勝手に公開してもよいものか、中には完全に匿名性を保てるとは言いがたいものもありまして、これらにつきましては公開を遠慮させていただきたいと思います。申し訳ありません。 アンケート結果は以下のページにて参照できます。 http://spreadsheets.google.com/pub?key=pl7bdBX-KPXD6LDlx6R9dHA アンケートに協力して下さった皆様、重ね重ねありがとうございました。 【ululunさんのご指摘を受け追記】 このアンケート結果は、引用や転載など、ご自由にご利用ください。しかしながら、第2回SBM研究会への参加者の方々のご厚意によるものだと言うことだけはしっかりと明記の上、お願いいたします。
「膨大なデータを分析して見えてくること」ニコニコ動画データ分析研究発表会
日本最大の動画投稿サービス「ニコニコ動画」は、動画上を流れるコメントや、自由に編集できるタグ機能といった特徴を持ち、単なる動画共有サービスにとどまらず、コミュニティサイトとしての側面も持つ。多くの人がアクセスする中で「アイドルマスター」「初音ミク（VOCALOID）」「東方プロジェクト」など、いろいろなムーブメントが生まれてきた。 今も毎日多くの動画が投稿されており、各動画は「再生数」「コメント数」「マイリスト数」などの情報がわかるようになっている。すでに投稿動画数は200万本を超えるが、これら膨大なデータを分析することで、どんな現象やコミュニケーションが起きているのかを明らかにしようとするのが今回の発表会の目的である。 分析する際の2つの障壁 独自にデータ収集が必要であること しかし、そもそもニコニコ動画自体はデータを分析しやすいように広く提供しているわけではない。1つ1つの動画の再生数
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
