ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement LearningPreferred Networks
超大ヒットした『漫画カメラ』、ほんとに漫画っぽくなって、動作も軽快、シェアも簡単で楽しいですよね。 ただ、ちらほらと「同じこと考えてた」「そういうの作ってた」という声を聞くことがあります。実際に同様のコンセプトのアプリもたくさん出ています。 実は、カヤックでも、2年ほど前、Instagramが出てきた頃に"Comicgram"という企画が出たことがあって、ちょっとだけモックアプリをつくったことがありました。 そのときつくったモックアプリで自動で写真加工した結果がこちら 『漫画カメラ』ほど漫画っぽくないかもしれませんが、それっぽいといえばそれっぽいです。 実は、このモックアプリはOpenCVにもともと備わっている機能を組み合わせただけなので、結構サックリ実現できます。 以下でその6ステップの処理内容について紹介させていただきます。 ステップ1:領域分割 『画像ピラミッドを用いた画像の領域分割
Nov 28, 2017 iOS 11 ProgrammingでCore MLについて書きました. Sep 27, 2017 High Sierraのインストール問題 Sep 20, 2017 HTMLSpecialCharactersの内部実装の速度について Sep 18, 2017 iOSDC2017 Jun 30, 2017 iOS11 Programming - CoreML Mar 28, 2017 try swift 2017 感想 Nov 17, 2016 質問の大切さ,おもしろさ Apr 25, 2016 Let's Encryptを疑え!信用はお金で買え! Apr 14, 2016 imgurで画像アップロードできないので怒った Jan 26, 2016 ガチエンジニアがお勧めする科学絵本シリーズ〜よーするに医学絵本シリーズ Jan 26, 2016 ガチエンジニアがお勧
こんにちは、コンピュータビジョンを専攻しているmiyabiartsです。 私は職も知識もありませんしドクターですが、コンピュータビジョンに関してはプロフェッショナル。 今回は、モテるOpenCV女子力を磨くための4つの心得を皆さんにお教えしたいと思います。 1. あえてOpenCV1.0を使う あえてOpenCV1.0をインストールしましょう。 そして好みのOpenCV男子がいたら話しかけ、わざとらしくOpenCVを出していじってみましょう。そして「あ~ん!このOpenCV本当にマジでチョームカつくんですけどぉぉお~!」と言って、男に「どうしたの?」と言わせましょう。言わせたらもう大成功。 「OpenCVとか詳しくなくてぇ~!ずっとコレ使ってるんですけどぉ~!使いにくいんですぅ~!ぷんぷくり~ん(怒)」と言いましょう。 大体の男はOpenCV2.2を使いたがる習性があるので、古かったとして
公式のサンプルコードをじっくり読んでみましたが,ちょっとばかり癖ありますね,これ. ユーザ関数のいくつかがSDKのヘッダ内でプロトタイプ宣言してあって, その指定された名前の関数の本体を自分で書くというというのが基本のスタイルです. 具体的には以下のような関数です. ardrone_tool_init_custom : ユーザが定義する初期化関数 ardrone_tool_update_custom : ユーザが定義するアップデート関数 ardrone_tool_display_custom : ユーザが定義するディスプレイ関数 ardrone_tool_shutdown_custom : ユーザが定義する終了処理関数 ardrone_tool_exit : ユーザが定義する終了状態関数(?) さらには,ビデオ処理をするスレッド,入力デバイス処理をするスレッド, AR.Droneのセンサ状
作成者: 怡土順一, 最終変更者: 小枝正直, 最終変更リビジョン: 481, 最終変更日時: 2009-08-13 20:02:03 +0900 (木, 13 8月 2009) CXCORE サンプルコード 基本構造体(Basic Structures) 配列操作(Operations on Arrays) 初期化(Initialization) コピーと充填(Copying and Filling) 変形と置換(Transforms and Permutations) 線形代数(Linear Algebra) 離散変換(Discrete Transforms) 動的構造体(Dynamic Structures) 木(Trees) 描画関数(Drawing Functions) 曲線と形状(Curves and Shapes) テキスト(Text) データ永続性と実行時型情報(Data
Cesで発表された、Kinectによる表情認識のアバター技術。これ面白いなぁと思いつつ、ちょっと工夫すれば以外と普通のテクノロジーでいけるんじゃないかと。 いま時間がないので、自分で実装できないけどロジックのメモ。これを読んだ誰かに託します。そしてトラックバックをしてくださいwww Step1: OpenCVで顔を認識する とりあえずは定番のOpenCVで顔の矩形を認識します。 ここまでは普通普通。 Step2: 口を認識する で、認識した顔の矩形ビットマップの下半分を切り出して、それをソースに、口をOpenCVで認識します。 定義XMLは本家CVにあるので問題無し。下半分を切り出すことで、目や眉毛を口と認識する問題を回避します。顔をソースに再帰することで、目と口が同じ顔に属することを保証します。 普通の人間は、顔の下50%に口がついていると思うので、口がおでこにある人を認識できなくてもい
http://sourceforge.net/projects/opencvlibrary/ のsubversionリポジトリに、右目・左目・両目・鼻・口にマッチするhaarcascade.xmlがある 持ってくる mkdir ~/tmp cd ~/tmp svn co https://opencvlibrary.svn.sourceforge.net/svnroot/opencvlibrary opencvlibrary 発見した。ぜんぶコピーしておこう mkdir ~/haarcascades cp ~/tmp/opencv-svn/opencvlibrary/trunk/opencv/data/haarcascades/haar*.xml ~/haarcascades 画像を集める mkdir ~/Pictures/faces mkdir ~/Pictures/faces/resul
第1回、第2回と画像認識の基礎とOpenCVについて紹介してきました。第3回目の今回は、いよいよ本連載の目玉であるOpenCVを使ったオブジェクト検出に挑戦してみます。 オブジェクト検出の仕組み 基本原理のおさらい オブジェクト検出のプログラムを書き始める前に、そもそもどんな仕組みでオブジェクト検出を行っているのかを理解しましょう。 第1回では画像認識の原理として、学習フェーズと認識フェーズがあることを説明しましたが、OpenCVに実装されているオブジェクト検出プログラムもこの流れに従います。つまり、画像から特徴量を抽出し、学習アルゴリズムによってオブジェクトを学習します(詳しくは第1回を参照してください)。 図1 画像認識の流れ OpenCVに実装されているオブジェクト検出プログラムは、Paul Violaらのオブジェクト検出の研究[1]をベースに、Rainer Lienhartらが
ご存知の方も多いと思いますが、riyaというサービスではアップロードした写真の中に顔があるとそれを認識して視覚化したり、物があるとそれを認識してその物に似た商品(場合によってはそのもの)をみつけてくれるという機能があります。一見すごい技術に見えるのですが、実はあるライブラリを使えばこれを簡単に実現することができます。 事の発端は単純に自分が顔認識をやってみたいと思ったからで、そのためのライブラリやソフトウェアがないのかなぁとネットをさまよっていたらこのライブラリに行き着いたというわけです。 そのライブラリは「opencv」といいます。 このopencvは、Intelが開発を行っているものでSourceforgeにてプロジェクトが進められています。このopencvというのは、別に顔認識に特化したライブラリではなく、「OpenCV (Open Source Computer Vision) i
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