TUMのRGB-D SLAMについてまとめる - Qiita
Computer Vision Group TUM（ミュンヘン工科大学）のコンピュータビジョングループは、SLAM（スラム）の研究がすごい。SLAM(Simultaneous Localization and Mapping)：自己位置推定と地図作成を同時に行うことであり、UAVsやAR, VRの分野で応用される。KinectFusionなんかもそう。このページでは、RGB-D SLAMについてメモしていく。 Real-time 3D visual SLAM with a hand-held camera, European Robotics Forum, 2011. これが最初のRGB-D SLAMである。 アルゴリズム アルゴリズムは、以下のようになっている。 1. RGB-D画像の読み込み 2. SURF特徴量抽出とマッチング 3. 自己位置推定（RANSAC） 4. 自己位置の補正
Oculus入りしたKinect Fusion開発者の論文を流し読み | Scene Research Station
先日Oculusに買収されjoinしたRichard Newcombe氏らの論文を5つほど流し読みしましたので、適当な解説を加えて紹介します。 https://www.oculus.com/blog/announcing-the-acquisition-of-surreal-vision DTAM: 単眼カメラでリアルタイムに３次元再構成 (2011年) http://www.youtube.com/watch?v=Df9WhgibCQA DTAM: Dense Tracking and Mapping in Real-Time http://www.doc.ic.ac.uk/~ajd/Publications/newcombe_etal_iccv2011.pdf DTAMの前にその全身となるPTAMについて。PTAMはいわゆるマーカーレスで自己位置推定をやる手法。画面上に特徴点を大量に見
RootSIFTのススメ - yu4uの日記
以前、CVPR'12特定物体認識に関する論文を全部軽くレビューしました。 ECCV'12とCVPR'12の特定物体認識関連の論文にひたすら1行説明（所感）を付けてみた - yu4uの日記 正直これは！というものはなかった印象ですが、Three things everyone should know to improve object retrieval [1] の、"Three things" のうち最初の1つ (RootSIFT) は良いものだと思うので紹介してみます。 要旨 RootSIFT＝SIFTのベクトルをL1正規化した後、各次元のルートを取ったベクトル、距離計算はユークリッド距離で行う 既存のSIFTを利用したシステムに上の処理を追加するだけで使え、それだけで認識精度が結構向上する 特定物体認識でSIFT使ってるならRootSIFTを使うべき（多分一般物体認識でも？HOGにも有
SURF: Speeded Up Robust Features
"SURF: Speeded Up Robust Features" is a performant scale- and rotation-invariant interest point detector and descriptor. It approximates or even outperforms previously proposed schemes with respect to repeatability, distinctiveness, and robustness, yet can be computed and compared much faster. This is achieved by - relying on integral images for image convolutions - building on the strengths of th
HoG vs Haar-like feature ベンチマーク - コンピュータビジョンの日々
OpenCVのサンプルとしても公開され、すっかり有名になった Haar-like特徴量と AdaBoost分類器を用いた顔認識手法だが、現在最先端の画像処理研究では、HoGという特徴量が注目されている。 HoGは、"Histogram of oriented Gradient"の略で、直訳すると、「方向づけられた勾配のヒストグラム」ということになる。つまり、入力画像の勾配（微分画像）を求め、それを局所領域ごとに勾配方向で区間分割してヒストグラムを取ったものを特徴量としようとする手法である。 これは2005年にNavneet DalalとBill Triggsによって提唱された新しい手法で、Haar-likeよりも分別能力が高そうだということで、盛んに研究されている。 私も今、HoGを使った物体認識処理を試作しているところであるが、データ空間として線形分離しやすいらしく、SVM(サポートベク
朝日新聞デジタル：透けた黒塗り読めた デジタル高画質が裏目、実名流出 - 社会
黒塗りを消す画像処理 大津市立中学２年の男子生徒が昨年、自殺した問題で、テレビに映った黒塗り文書の画像を視聴者が加工し、関係者の実名を割り出してネット上に流出させる事態が起きた。高画質が売りのデジタル時代にあって、放送局側の情報管理の甘さも浮き彫りになった。 ■市販のＰＣでも 黒塗り部分の解読は簡単にできるのだろうか？ 画像解析や筆跡鑑定などを専門に行う民間の「法科学鑑定研究所」（東京都新宿区）を訪ねた。応対してくれた石橋宏典主任はあっさりと「市販のパソコンで、だれでもできます」。 新聞記事のコピーの一部をペンで黒塗りしてデジタルカメラで撮影、パソコンに取り込む。画像編集ソフトで明るさやコントラストを調整すると、元の文字が約１分で浮かび上がった。 石橋さんによると、黒塗りしても、印字したトナーがペンのインクをはじくため、実際には肉眼では分からない濃淡があるという。 また、デジタ
何度見ても信じられない！ 落書きから写真を合成!? PhotoSketch（動画あり）
何度見ても信じられない！ 落書きから写真を合成!? PhotoSketch（動画あり）2009.10.06 19:00 ネットの画像シーンに激震が走ろうとしています。 ｢PhotoSketch｣はウェブベースの写真検索合成ツール。 いや、そんな言葉じゃ片付けられません。とにかくこの動画を見てください。 使い方はこんな感じ。まず、簡単にラフなスケッチを描きます。そして、それぞれのアイテムにラベル付けをします。上の図だと、｢ボート｣とか｢結婚式のキス｣とかですね。 そうとすると...！ なんと！ ネットからそれに合うイメージを検索、合成してくれるんです！ いや何度見ても信じられませんよ。自分で描いた適当なラフ画を元に、どの写真が一番マッチするか選び出し、人、鳥、背景等、それぞれ違う写真からもってきたオブジェクトをうまいこと周りの背景に馴染ませて1枚の写真を作っています。 もちろん完璧とはいきま
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
KLT(KanadeLucasTomasi)Trackerについて文献を調べているのですが、英語文献が多く、簡単な日本語で書いてある... - Yahoo!知恵袋
Open Source alternatives to SURF/SIFT
Decision Forests: A Unified Framework for Classification, Regression, Density Estimation, Manifold Learning and Semi-Supervised Learning - Microsoft Research
http://www.kochi-tech.ac.jp/library/ron/2010/g21/M/1135120.pdf
東京ﾊﾟﾉﾗﾏ写真 Tokyo Roppongi Gigapixel