We are the only Austrian academic group with the charter to address all of visual computing, encompassing both computer vision and computer graphics. Our research is focused on visualization, rendering, virtual reality, augmented reality, object recognition and reconstruction, machine learning, medical imaging and robot vision.
米Microsoft社は2011年6月6日午前(現地時間),E3に先立ってプレス・カンファレンスを開催した。この中で同社は,コントローラ不要のジェスチャー入力コントローラ「Kinect for Xbox 360」を利用したゲームや対応サービスの拡充に今後注力していくことを宣言した。そのため講演内容は,Kinectを主軸に据えたものだった。主なトピックは,Kinectの検出機能の拡張,音声認識技術を利用したゲームや新サービスの発表である。 Kinectの検出機能に関しては,新たに3つの機能を紹介した。第一に指の動きまで検知できるようになった。これまで手の動きは検知できたが,指の動きまでは検知できなかった。指の動きを検知できるようになることで,例えば,銃のトリガーを指で引く動作を検知できる(図1)。指先を使い,画像上に線を描くデモも見せた(図2)。指の動きを検知できるようになれば,握る動作もK
2010年01月09日 09:26 カテゴリPython Pythonの辞書(dict型)をvalue値でソート Posted by yawamen No Comments No Trackbacks Tweet そもそも辞書(dict型)には順序はないのですが・・・ key値やvalue値でソートして出力したい時があります. key値の時は簡単 d = {'A':500, 'B':200, 'C':300, 'D':100, 'E':400} for k, v in sorted(d.items()): print k, v 実行結果 A 500 B 200 C 300 D 100 E 400 value値の時も案外簡単 for k, v in sorted(d.items(), key=lambda x:x[1]): print k, v 実行結果 D 100 B 200 C 300
(2010/11/1)本記事の内容はバージョン2系のPythonについて書かれている。バージョン3系ではエンコーディングの扱いが変わっており、「バージョン3系のPythonにおける文字列とそのエンコーディングに関する覚え書き(文字列型とバイト列型)」で扱っている。 (2014/11/20)リファレンスのリンク先を修正した。 エンコーディングとエンコード/デコード操作 エンコーディングの変換 encode()やdecode()が失敗する場合について エンコーディングとエンコード/デコード操作Pythonにおいて、UTF-8やCP932(WindowsのShift_JIS)などのそれぞれのエンコーディングの文字列はUnicodeの文字列と相互に変換することができる。 各エンコーディングにエンコードされている文字列オブジェクトのメンバ関数decode()の引数にそのエンコーディング名を指定すると
文字の出現回数といっても、ASCIIの文字だけで、また文字列の中で数えられるくらいならs.count('a')で十分でしょう。 でもサイズの大きいテキストファイルを読み出しながら、漢字などの要素数の多い集合であらかじめ出現するどの文字が出現するかは分からないという状況では、あらかじめすべての文字のカウントを初期化しておくことが難しいので、初めて文字が出てきた時に初期化を行う、という事が多いと思います。 Perlであれば初期化なんか考えず「++$HASH{$key}」とか書けてしまうので、辞書型キー初期化はPython使いとして悩ましいところなのですが… さて、どうすればスマートで速いコードが書けるでしょうか。 A ... if else statement 素直にif else文を使った書き方です。0をセットしてから1加算するよりは速いだろうってことで、1をセットしています。 count
はじめまして。そろそろ何かしら情報を発信していく必要性を感じたため、主に研究関連で、まとまったことがあれば記事にしていくことにしました。どれだけ更新出来るかは謎ですが。今回は、ノンパラベイズの基本をディリクレ過程を中心にまとめます。 機械学習におけるノンパラベイズは、出て来てから10年以上経っていることもあり、大分一般的な話題になってる気がしますが、例えばブログできちんと分かりやすく説明したものってほとんどないように思います。僕がそもそも研究系のブログをあまりチェックしないというのもあるかもしれないですが、、、。個人的には去年の夏頃からの卒論で、Tehや持橋さんなどの論文を泣きながら読みつつ理解出来なかったので、その時の気持ちを思い出しながら書いてみたいと思います。例えばディリクレ過程(以下DP)を理解しようとして論文など読むと、DPはCRPと等価であるとか、SBPと等価であるとか書いてあ
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