【深層学習入門】画像処理の基礎(画素操作)からCNN設計まで｜はやぶさの技術ノートこんにちは。 コンピュータビジョン(『ロボットの眼』開発)が専門の”はやぶさ”@Cpp_Learningです。 最近は、PythonとOpenCVを使った画像処理にハマっています！ OpenCV便利ですよね～画像処理に関する知識があまりなくても、関数をレゴブロックのように繋げるだけで目的の処理ができますからね～ ただ、OpenCVが便利すぎるせいで『画像処理の基礎』を学ぶ機会を失っている人が多いような気がしています。。
OpenCV Tracking API について - IrohaLog
この記事はOpenCV Advent Calendar 2015の21日目の記事です。 fps計測の環境が異なったため、再実験して修正しました。(2015.12.22) 再実験してKCFのオリジナルコードを追加しました。(2015.12.26) 概要 OpenCV Tracking APIの導入方法、使い方、パフォーマンス評価のまとめ OpenCV Tracking APIに入っている追跡アルゴリズムのうち、KCF*1はstate-of-the-artと言えるアルゴリズムで、速度・精度共に高パフォーマンスなので有用そう はじめに OpenCV 3.0 になって、opencv_contribというリポジトリが追加された。 Tracking APIはその中に入っているモジュールの1つ。物体追跡を行うモジュールで、Trackerという共通インタフェースを経由して様々な物体追跡アルゴリズムを使うこ
CNN による画像分類で使われる前処理・テスト時処理まとめ - iwiwi 備忘録
とりあえず ImageNet 系の論文で、目に入ったものから順々にまとめていきます。情報・ツッコミ歓迎。 前処理・Data Augmentation Mean Subtraction 入力画像から平均を引く。[103.939, 116.779, 123.68] を各ピクセルから引く。VGG はこれ。 Per-pixel Mean Subtraction 入力画像から平均を引く。ピクセル・チャンネルごとに計算された平均を引く。即ち、224x224x3 個の値について個別に平均を計算し用いる。AlexNet 論文から使われており、ResNet もこれ。 Random Crop 256x256 ピクセルに画像をリサイズし、そこから 224x224 のパッチをランダムに取り出す。AlexNet 論文で使われていた。ちなみに Chainer の ImageNet サンプルはこれと Horizonta
画風を変換するアルゴリズム - Preferred Networks Research & Development
Deep Neural Networkを使って画像を好きな画風に変換できるプログラムをChainerで実装し、公開しました。 https://github.com/mattya/chainer-gogh こんにちは、PFNリサーチャーの松元です。ブログの1行目はbotに持って行かれやすいので、3行目で挨拶してみました。 今回実装したのは”A Neural Algorithm of Artistic Style”(元論文)というアルゴリズムです。生成される画像の美しさと、画像認識のタスクで予め訓練したニューラルネットをそのまま流用できるというお手軽さから、世界中で話題になっています。このアルゴリズムの仕組みなどを説明したいと思います。 概要 2枚の画像を入力します。片方を「コンテンツ画像」、もう片方を「スタイル画像」としましょう。 このプログラムは、コンテンツ画像に書かれた物体の配置をそのま
人工知能に名画風のプロフィール画像を作ってもらった【ディープラーニング・画風変換】 - ニートの言葉
はじめに こんにちは。あんどう（@t_andou）です。 前回は人工知能の技術として最近話題のディープラーニング（Deep Learning）で何ができるのかという一例として、モノクロ映画のカラー化をやってみました。 前回の記事はこちら andoo.hatenablog.com 今回もディープラーニングを使った事例の紹介です。 今回紹介するのは画風変換と呼ばれるものです。英語ではStyle Transfer と言うようです。 画風変換とは ある画像（インプット画像）を別の画像（スタイル画像）の画風で描き変えることです。 もしかしたら間違ってるかもしれません。でも、そんな感じです。 技術的に細かいことはこちらをご覧ください GitHub - jcjohnson/neural-style: Torch implementation of neural style algorithm 例えば：（
ディープラーニングでおそ松さんの六つ子は見分けられるのか 〜実施編〜 - bohemia日記
前回、おそ松さんたちをディープラーニングで見分けるため、準備編としておそ松さんたちの顔画像を5644枚集めました。 今回はそれを用いて、ディープラーニングで学習させ、判別器を作って検証します。 集めた画像 人物 枚数 例 おそ松 1126 から松 769 チョロ松 1047 一松 736 十四松 855 とど松 729 その他 383 使用フレームワーク 最近GoogleからTensorFlowという新しいディープラーニングのフレームワークが発表されました。 会社のブログに使い方書いたのですが、まだ慣れていないので、今回はchainerを使います。こちらだとすぐに高い成果を上げているImageNetのNINモデル、４層畳み込みニューラルネットワークがサンプルで入っていますので、こちらを改良して使います。 imageNetの使い方は、こちらやこちらを参考にしています。 訓練データセット Im
魚眼レンズで撮った写真を超広角レンズ写真にする画像処理ソフト「uonome」リリースしました - karaage. [からあげ]
https://atnd.org/events/72012参加記事です。 Ver1.1リリースしました(2016/01/05追記） 「uonome」バージョンアップしています。 新規点は以下です。よければ新しいバージョンを使ってみて下さい。 バイリニア(Bilinear)・バイキュービック(Bicubic)補間機能追加 画像天地クロップ機能追加 動作高速化（＋リファクタリング） Processing3対応 魚眼レンズ写真を超広角レンズ写真に変換 ボディキャップ魚眼レンズ購入しました。 実は id:OKP さんから、以前から魚眼ボディキャップ購入を勧められると共に、購入したら魚眼レンズの写真を広角写真に変換するアプリ開発してと要望うけていました。てっきり忘れていると思ったのですが、ブコメでもしっかり要望されてましたw ボディキャップ魚眼レンズBCL-0980購入 - karaage. [から
![魚眼レンズで撮った写真を超広角レンズ写真にする画像処理ソフト「uonome」リリースしました - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/16c2f31085e46058385962ddc1657f58bcac1ab0/height=288;version=1;width=512/http%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20151230%2F20151230152418.jpg)
ProcessingでOpenCVを使う - kitao's blog
今年はマンションの理事の当番なのですが、想像以上に忙しいです。3週連続週末にイベントがあって大変。 本日は遠大な目標の実現に向けて、ProcessingでOpenCVを使うための準備をしたいと思います。（知ってる人にはごく当たり前の内容です） ProcessingでOpenCVを使う方法 OpenCVはインテルが開発した、画像の処理や解析を行うオープンソースのライブラリです。openFrameworksをはじめとする各種クリエイティブコーディング環境で利用されています。Processingでも専用に用意されたライブラリを用いることで、OpenCVの機能を使うことが可能です。 ProcessingでOpenCVを利用する手順は以下の通りです。 OpenCV for Processingの入手 まず、Processing専用のOpenCVライブラリであるOpenCV for Processin
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
webRTCで顔認識(face.js)を試してみた。 - Alumican on workbench
face.jsって、なんか、顔認識できるらしいぞ。凄い！ そんなわけで、試してみる。 ccv.jsとface.jsを使うと実現できるぽい。 ccv.jsは、コンピュータビジョンのライブラリ。 face.jsは、顔認識するためのパターンデータみたい。 ２つのソースは、以下から取得してきた。（どこがオリジナルかわからず。。。） https://github.com/wesbos/HTML5-Face-Detection 顔を認識っていったら、誰もが一度はやってみたいと思ったはず。 顔を笑い男に上書きするやつを書いてみた。 ソース(sample02.html) <html> <head> <title>sample02</title> <script type="text/javascript" src="./js/ccv.js"></script> <script type="text/jav
ActionScript入門Wiki@rsakane - 画像処理
このページを編集 このページを編集(メニュー非表示編集;α) このページをコピーして新規ページを作成 このページのページ名を変更 このページの編集モードを変更 このページの閲覧/編集権限の変更 このページにファイルをアップロード このウィキにファイルをアップロード（FTP機能/管理者のみ利用可） メニューを編集(メニュー部分は非表示で編集) 右メニューを編集(メニュー部分は非表示で編集)
写真から被写体をカンタンに消せてしまうオンラインツール「Webinpaint」
Photoshopなどで、写真の中から不要な物を消したいとき、初心者にとってはなかなか高度なテクニックが必要になりますよね。 そんな行為をカンタンに行えてしまうのが今回ご紹介するオンラインツールです。 組織のマインドマップツールをマインドマイスターにすべき理由 伸びてる産業、会社、事業を紹介しまくるStrainerのニュースレターに登録!! 写真から被写体をカンタンに消せるオンラインツール 「www.webinpaint.com」は、アップロードした写真から、不要な被写体をカンタンに消すことができるオンラインサービス。 まるで消しゴムを使うようにモノを消し込んでいくと、背景を保ちつつモノを消し去ってくれます。（ただし若干不自然になることもあります。） 写真から不要なものをカンタンに消せる ↑今回消してみるのは、駐車スペースに停まっているこの軽ワゴンです。 ↑先程の画像を、オンラインへアップ
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
はてなブログ | 無料ブログを作成しよう
はてなブログ | 無料ブログを作成しよう
http://fukuyama.co/imagealpha