1日1本,CV系(物体検出,把持位置検出,ロボティクス,三次元モデリング等)の論文を読んで3枚のスライドにまとめるという取り組みを2017年12月に行いました. (Advent Calendar という名前がついていますがQiita等にはアップしていません.)
Theia¶ Theia is a computer vision library developed by Chris Sweeney aimed at providing efficient and reliable algorithms for Structure from Motion (SfM). The goal of this library is to provide researchers with an out of the box tool for multi-view reconstruction that can be easily extended. Many common algorithms for pose, feature detection and description, matching, and reconstruction have been
25 Jul 2015 プログラム Hough Forest HoughForestを用いた物体検出 Download: SRC (c++) ソースコードダウンロード 学習用画像生成プログラム:http://mprg.jp/data/MPRG/SRC/HoughForest/makeRotateImage.zip 識別・検出用プログラム:http://mprg.jp/data/MPRG/SRC/HoughForest/HoughForest.zip 開発環境 開発ツール:Visual Stdio 2010 プログラミング言語:C++ ライブラリ:OpenCV2.4.9 プログラムについて 学習用画像生成プログラム 本サンプルコードでは,入力画像の中心座標を基準として,画像を任意の回転角のずらし幅で回転させ,設定したサイズで切り出すプログラムです. 学習・検出用プログラム 学習用プログラム
1 SSII2015 チュートリアル 特徴点追跡による動画像からの 逐次三次元復元とその応用 -座標系の基礎から応用事例・最新研究動向まで- 奈良先端科学技術大学院大学 情報科学研究科 准教授 佐藤 智和 E-mail: tomoka-s@is.naist.jp 1 チュートリアル概要 1. 導入 2. v-SLAMの応用分野 3. カメラ位置・姿勢推定(Localization) 4. 特徴点追跡と三次元位置推定(Mapping) 5. v-SLAMのアルゴリズム 6. 様々な課題への対応 7. 最新研究動向 2 2 Simultaneous Localization And Mapping (SLAM) もともとはロボット分野の研究/用語 • Localization: ロボットの位置・姿勢推定 • Mapping: マップの推定 各種センサ情報 ロボットの位置(3DOF/6DOF)
SLAM, Visual Odometry, Structure from Motion, Multiple View Stereo 1. SLAM, Visual Odometry, Structure from Motion and Multiple View Stereo Yu Huang yu.huang07@gmail.com Sunnyvale, California 2. Outline • Calibration • Camera pose estimation • Triangulation • Bundle adjustment • Filtering-based SLAM • Key frame-based SLAM • PTAM/DTAM • SLD-SLAM/ORB-SLAM • Direct Sparse Odometry • MonFusion/MobileF
第2回 CV勉強会@九州 ECCV'14 読み会 LSD-SLAM: Large-Scale Direct Monocular SLAM Jakob Engel, Thomas Schöps, Prof. Dr. Daniel Cremers
1月6日追記:作者のPablo氏とメールのやり取りをする中で、当初掲載していたスピードのベンチマークはコンパイラの最適化オプションが指定されていなかったことに気づきましたので、最適化オプションを指定して再度計測し、結果を差し替えました。 2012年のComputer Vision Advent Calendarで、さかな前線 » ECCV2012で発表されたKAZE局所特徴量を試してみた という記事を見て以来、ずっと気になっていた、KAZE特徴量を自分でも使ってみようと色々試していたところ、KAZE特徴量を高速化したAKAZE特徴量が公開されていることに気づきました。 AKAZE Features Accelerated KAZEとかいうKAZEの高速化版がいつの間にか作られていた。動画を見る限り、リアルタイムの用途にも使えそう。試してみるか。 http://t.co/Q3mEMuaeV4
In my spare time I’ve been working on a database of Japanese prints for a little over 3.5 years now. I’m fully aware that I’ve never actually written about this, personally very important, project on my blog — until now. Unfortunately this isn’t a post explaining that project. I do still hope to write more about the intricacies of it, some day, but until that time you can watch this talk I gave at
[GTC 2015]カジュアルに楽しめるVRコンテンツ「360度ビデオ」を低コストで制作・配信するシステムが登場 ライター:西川善司 2015年は,仮想現実(以下,VR)対応デバイスが多数登場,あるいは発表された年として,記憶に残るかもしれない。VR分野の先駆者であるOculus VRの「Rift」を筆頭に,「Project Morpheus」や「SteamVR」,「OSVR」などなど,まさにVR対応HMDのリリースラッシュといった状況だ。 しかし,肝心なのはコンテンツをいかにして充実させていくかだ。GDC 2015では,ソニー・コンピュータエンタテインメントやEpic Games,Crytekなどが,映画並みの品質を備えたVRコンテンツを披露して未来の姿を示したが,一方で,「これほど高品質のVRコンテンツを開発するのには,かなりのコストがかかりそうだ」という不安を開発者達が感じているよう
【2023/9】全動画を1つにまとめたもの(4時間)をYouTubeで公開しました.このコース名をYouTubeで検索してください. このオンラインレクチャーでは,画像処理や3次元コンピュータビジョンの基礎を学ぶことができます.資料は,"Computer vision: models, learning and inference"の著者Simon Princeがwebで公開しているスライドを用いています.話題はコンピュータビジョン,画像認識が主ですが,確率モデルや最尤推定,ベイズ推定を用いた推論手法も扱っていますので,パターン認識や機械学習がどのように応用されるかを理解することができます. スライドを動画で説明した後,復習クイズを出題しています(一部のセクションのみ).ぜひ挑戦してください(iPad/Androidアプリ版ではクイズが表示されないようですので,webで見てください). こ
比較的小さい物体を綺麗に三次元モデル化したい(しかも対象物体の色が黒っぽくてレーザセンサで計測しづらい)用事があり、一晩ぐらいで何とか解決できる方法がないかなーと考えたとき、山崎俊太郎先生のActiveScanがopenFrameworksのaddon化されていたことを思い出しました。YCAM ProCamToolKit[3]にも実装の多くを依存しています。開発者はmicuatさんです。これを利用してスピード解決を目指します。 1.必要なアイテム確認 必要なハードウェア ・液晶プロジェクター(ここではTAXAN PL201X) ・カメラ(ロジクールHD Webcam C270m)(注意!これではうまく動きませんでした) ・PC(Windows7 MSVC2012) ソフトウェア環境 ・MSVC2012 ・openFrameworks 0.8.4 2.ソフトウェアのインストール 次のリンクの
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