画像処理に関するtkysktmtのブックマーク (8)

  • 上下逆さまの顔も識別できる顔認識アルゴリズム | スラド IT

    Yahoo Labsやスタンフォード大学の研究者らが新たな顔認識アルゴリズムを開発したそうだ(MIT Technology Review、Slashdot)。この新しいアルゴリズムは従来難しいとされてきた斜めを向いたものや、上下逆さまの場合など真正面を向いていないものも顔として識別できるという。 今回開発されたアルゴリズムは 「deep convolutional neural network」というニューラルネットワークを用いて学習させる手法で開発されているとのこと。研究者らは20万の様々なアングルから撮影した顔を含む画像と顔を含まない2000万の画像を合わせたデータベースを作り、128の画像を1つのバッチとして5万回繰り返し学習させたという。このような多階層ニューラルネットワークの学習によりアルゴリズムの精度を向上させたとのこと。特に以前は非常に難しかった上下逆さまの顔の識別が飛躍的

  • 【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-

    Hirokatsu KataokaResearch Scientist at National Institute of Advanced Industrial Science and Technology (AIST)

    【チュートリアル】動的な人物・物体認識技術 -Dense Trajectories-
  • IEICE Trans - 5指の指先の同時追跡に基づくピアノ運指認識手法

    5指の指先の同時追跡に基づくピアノ運指認識手法 有賀 治樹 西山 乘 橋 学 長田 典子 誌名 電子情報通信学会論文誌 D Vol.J98-D No.2 pp.328-330 発行日: 2015/02/01 早期公開日: 2014/10/31 Online ISSN: 1881-0225 DOI: 10.14923/transinfj.2014JDL8020 論文種別: レター 専門分野: キーワード: DPトラッキング,  複数物体追跡,  ワイルドカード,  運指認識, 文: PDF(842.7KB)>> 論文を購入 あらまし: 複数の指先の追跡を最適経路決定問題として扱い,解析的DPTにより得られた追跡経路から運指を認識する手法を提案する.複数物体の相対的な位置関係の連続性を評価することにより,特徴が似た物体を同時に追跡できる.実験により,運指認識成功率98%を確認した.

    tkysktmt
    tkysktmt 2015/02/03
    “複数物体の相対的な位置関係の連続性を評価することにより,特徴が似た物体を同時に追跡”
  • ゴッホの絵をコンピュータに描かせるとどうなるか?

    人工知能の進化はめざましく、周囲の交通状況を判断して自動で運転する自動運転車や、人間と区別がつかないほど正確な解答を出すスパコンなどが登場しており、「このままではロボットが人間の仕事を奪い尽くすのではないか?」と心配する声が上がるほどです。知的な行動の中でも「芸術」分野についてはコンピュータは人間の足下にも及ばない、と考えられてきましたが、進化を続けるコンピュータアルゴリズムはゴッホやピカソなどの芸術性を理解しつつあるようです。 Extending Van Gogh’s Starry Night with Inpainting—Wolfram Blog http://blog.wolfram.com/2014/12/01/extending-van-goghs-starry-night-with-inpainting/ モナ・リザやひまわりなどの名画は人類の共有財産とでもいうべき芸術作品で

    ゴッホの絵をコンピュータに描かせるとどうなるか?
  • 日刊工業新聞 電子版

    岸田文雄首相は5日、経団連など経済3団体が東京都内で開いた新年会に出席し、物価上昇を上回る所得増に向けた「力強い賃上げ」実現への協力を呼び掛けた。賃上げや投資、株価上昇の流れを後退... マイクリップ登録する

    日刊工業新聞 電子版
    tkysktmt
    tkysktmt 2014/11/28
    “「写真を撮って」とロボットに呼びかけると、ロボットが人を認識して最適な位置に移動。ロボットが「はい、チーズ」と声をかけて撮影”
  • Deep Convolutional Neural Networkによる物体認識と領域抽出

    01 Mar 2014 Deep Learning Deep Convolutional Neural Networkによる物体認識と領域抽出 2012年頃からDeep Learningという学習手法が注目されています. これまでのニューラルネットワークでは, 汎化性能が低いことが課題となっていましたが, 様々な手法により汎化性能を向上させることができるようになっています. Deep Learningはニューラルネットワークの一種で, ニューラルネットワークのいくつものブレイクスルーにより画像認識や音声認識などで高い性能を得ることが確認されています. 特にConvolutional Neural Networkでは, 画像認識の分野では特に性能が高いことが確認されています. 大規模データの自動生成を導入したDeep Learningによる手形状認識 研究では, Convolutional

    Deep Convolutional Neural Networkによる物体認識と領域抽出
    tkysktmt
    tkysktmt 2014/10/16
    “ 小規模な学習サンプルでも汎化性能を向上させるために, Convolutional Neural Networkの学習の枠組みの中で学習サンプルを自動生成して大規模化させる方法を実現”
  • 目を超えたイメージセンサー、人間と同じ物体認識ができるステレオカメラ……“コンピュータビジョン”の可能性

    目を超えたイメージセンサー、人間と同じ物体認識ができるステレオカメラ……“コンピュータビジョン”の可能性:DMP Computer Visionセミナーリポート(1/4 ページ) ディジタルメディアプロフェッショナル(DMP)主催のセミナー「DMP Computer Visionセミナー2014」の基調講演に、ステレオカメラ「アイサイト」の開発者として知られる東京工業大学放射線総合センター准教授の実吉敬二氏が登壇した。稿では、実吉氏らの講演を中心に、同セミナーの模様を紹介する。 2014年8月、東京都内でディジタルメディアプロフェッショナル(以下、DMP)主催のセミナー「DMP Computer Visionセミナー2014」が開かれた。稿では、東京工業大学放射線総合センターの准教授である実吉敬二氏による基調講演や、ソニーのデバイスソリューション事業部イメージセンサー事業部の橋裕一

    目を超えたイメージセンサー、人間と同じ物体認識ができるステレオカメラ……“コンピュータビジョン”の可能性
  • 2014年9月3日ニュース「わかったぞ、脳が光沢を評価する指標」 | SciencePortal

    tkysktmt
    tkysktmt 2014/09/04
    "脳の神経細胞はコントラストや鋭さ、物体の明るさという比較的簡単な画像の指標をそれぞれ評価して、光沢を捉える役割を分担している"
  • 1