Enviar pesquisa
Carregar
第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
•
0 gostou
•
3,800 visualizações
Takuya Minagawa
Seguir
コンピュータビジョン最先端ガイド4 2章の3.1-3.3節
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 13
Baixar agora
Baixar para ler offline
Recomendados
第33回CV勉強会 発表資料
20160417dlibによる顔器官検出
20160417dlibによる顔器官検出
Takuya Minagawa
北村研Notion用
Marp Tutorial
Marp Tutorial
Rui Watanabe
WebブラウザーとAzureで 手を動かして学ぶ (Azure CLI acrbuildext extensionの廃止タイミングと重なり、スライドの手順では動きません。スクリプトはGitHub上のものを優先してください)
半日でわかる コンテナー技術 (入門編)
半日でわかる コンテナー技術 (入門編)
Toru Makabe
Proof Summit 2015 <http: /> で発表した、SAT/SMTソルバの仕組みです。 Proofということで、論理学的側面からの面白さを出来るだけ紹介しています。
SAT/SMTソルバの仕組み
SAT/SMTソルバの仕組み
Masahiro Sakai
第32回「ネットワーク パケットを読む会(仮)」で発表した資料です。 #pakeana https://atnd.org/events/70080
Scapyで作る・解析するパケット
Scapyで作る・解析するパケット
Takaaki Hoyo
岡崎直観. 2015. 単語の分散表現と構成性の計算モデルの発展. 2015年度人工知能学会全国大会(第29回), OS-1 意味と理解のコンピューティング (2), 2F5-OS-01b-1.
単語の分散表現と構成性の計算モデルの発展
単語の分散表現と構成性の計算モデルの発展
Naoaki Okazaki
「ORMがトラブル起こすから嫌い」なんじゃなくて、「ORMが起こすトラブルが解決できないから嫌い」ってのがほんとのところじゃない?だったら解決方法を知ればいいんじゃね?というお話。「N+1問題」もろくに知らずにORMを批判せんでほしい。
O/Rマッパーによるトラブルを未然に防ぐ
O/Rマッパーによるトラブルを未然に防ぐ
kwatch
LiDAR点群を画像上へマッピングする方法=LiDARとカメラのオートキャリブレーションについてのまとめ資料
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
Recomendados
第33回CV勉強会 発表資料
20160417dlibによる顔器官検出
20160417dlibによる顔器官検出
Takuya Minagawa
北村研Notion用
Marp Tutorial
Marp Tutorial
Rui Watanabe
WebブラウザーとAzureで 手を動かして学ぶ (Azure CLI acrbuildext extensionの廃止タイミングと重なり、スライドの手順では動きません。スクリプトはGitHub上のものを優先してください)
半日でわかる コンテナー技術 (入門編)
半日でわかる コンテナー技術 (入門編)
Toru Makabe
Proof Summit 2015 <http: /> で発表した、SAT/SMTソルバの仕組みです。 Proofということで、論理学的側面からの面白さを出来るだけ紹介しています。
SAT/SMTソルバの仕組み
SAT/SMTソルバの仕組み
Masahiro Sakai
第32回「ネットワーク パケットを読む会(仮)」で発表した資料です。 #pakeana https://atnd.org/events/70080
Scapyで作る・解析するパケット
Scapyで作る・解析するパケット
Takaaki Hoyo
岡崎直観. 2015. 単語の分散表現と構成性の計算モデルの発展. 2015年度人工知能学会全国大会(第29回), OS-1 意味と理解のコンピューティング (2), 2F5-OS-01b-1.
単語の分散表現と構成性の計算モデルの発展
単語の分散表現と構成性の計算モデルの発展
Naoaki Okazaki
「ORMがトラブル起こすから嫌い」なんじゃなくて、「ORMが起こすトラブルが解決できないから嫌い」ってのがほんとのところじゃない?だったら解決方法を知ればいいんじゃね?というお話。「N+1問題」もろくに知らずにORMを批判せんでほしい。
O/Rマッパーによるトラブルを未然に防ぐ
O/Rマッパーによるトラブルを未然に防ぐ
kwatch
LiDAR点群を画像上へマッピングする方法=LiDARとカメラのオートキャリブレーションについてのまとめ資料
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
市販の強化学習関連の書籍は、アルゴリズムの中身を解説する物が多く、業務システムなどのカスタムSIへの適用を検討するエンジニアにとっては、なかなか理解しにくい構成の事が多い。本スライドでは、強化学習を使って機能を実装することを主眼においた解説を行った。おそらく現時点ではもっとも簡単に設計・実装できるスキーム、Stable Baselines/OpenAI Gym を使ってじゃんけんAIを設計・実装する流れを解説している。極力数式やアルゴリズムの中身についての解説については解説していないので、市販の書籍などの別のコンテンツを参照のこと。
カスタムSIで使ってみよう ~ OpenAI Gym を使った強化学習
カスタムSIで使ってみよう ~ OpenAI Gym を使った強化学習
Hori Tasuku
JSSST 2022 https://jssst2022.wordpress.com/ における発表スライドです。 論文 Private Recommender Systems: How Can Users Build Their Own Fair Recommender Systems without Log Data? (SDM 2022) arXiv: https://arxiv.org/abs/2105.12353
Private Recommender Systems: How Can Users Build Their Own Fair Recommender S...
Private Recommender Systems: How Can Users Build Their Own Fair Recommender S...
joisino
2年ぐらい前の社内勉強会で使った資料。
イベント駆動プログラミングとI/O多重化
イベント駆動プログラミングとI/O多重化
Gosuke Miyashita
2017年10月27日、モノビットエンジン勉強会inサイバーコネクトツーにて、中嶋謙互が講演しました「ネットワークゲームにおける TCPとUDPの使い分け」のスライドになります。ネットワークゲームを製作する際にご参考頂けますと幸いです。 登壇者: 株式会社モノビット 取締役 CTO 中嶋謙互
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分け
モノビット エンジン
constexpr関数はコンパイル時処理。これはいい。実行時が霞んで見える。cpuの嬌声が聞こえてきそうだ
constexpr関数はコンパイル時処理。これはいい。実行時が霞んで見える。cpuの嬌声が聞こえてきそうだ
Genya Murakami
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側 関連コンテンツ Webcamでの動作例 https://www.youtube.com/watch?v=d91xyyA-exA IkaClips の出力例 https://www.youtube.com/watch?v=w6kqbAPq1Rg ささみ 2015年10月 http://ssmjp.connpass.com/event/21108/
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
Takeshi HASEGAWA
2023/1/6 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
Deep Learning JP
NTT Tech Conference 2022 での「Dockerからcontainerdへの移行」の発表資料です https://ntt-techconf.connpass.com/event/241061/ 訂正: P2. . 誤: ``` Ship docker run -it --rm alpine Run docker push ghcr.io/ktock/myalpine:latest ``` 正: ``` Ship docker push ghcr.io/ktock/myalpine:latest Run docker run -it --rm alpine ```
Dockerからcontainerdへの移行
Dockerからcontainerdへの移行
Kohei Tokunaga
PyData.Tokyo Meetup #23 MLOps〜AIを社会に届ける技術での発表資料 https://pydatatokyo.connpass.com/event/210654/
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
Masashi Shibata
マルレク2015 第二回「大規模分散システムの現在 -- Twitter」講演資料
大規模分散システムの現在 -- Twitter
大規模分散システムの現在 -- Twitter
maruyama097
.NET Conf 2019 meetup in AICHI IMemoryOwner<T>で所有権を説明しようとした
.NET Core 3.0時代のメモリ管理
.NET Core 3.0時代のメモリ管理
KageShiron
ML15講演資料
ChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くない
Carnot Inc.
研修資料
C/C++プログラマのための開発ツール
C/C++プログラマのための開発ツール
MITSUNARI Shigeo
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜 6/10 (木) 9:30~10:40 講師:平川 翼 氏(中部大学) 概要: 深層強化学習はDeep Q-Network (DQN) の登場以降、様々なアプローチが提案されており、AlphaGoによる囲碁の攻略やロボットの自律制御などの様々な応用がなされています。本チュートリアルでは、従来の強化学習の基本的な考え方に触れ、深層学習を組み合わせた深層強化学習についての紹介を行います。また、時間の許す限り、最新の深層学習手法やAlphaGoの仕組み、深層強化学習の活用例を紹介します。
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
SSII
書籍化し、12万部突破しました。 【SlideShare広告回避用】 https://www.docswell.com/s/morishige/K3MXPZ-howtodesignslides ・PDFは無料でダウンロードできます ・自己学習や勉強会などの目的でしたらご自由にお使いいただけます ・授業・研修への利用はフォーム( https://forms.gle/WwgXTT974xFW78mFA )にご報告ください ・記事への参考資料にする際は適切な出典明記をお願いいたします 【使っているフォントについて】 M+フォント「MigMix1P」です。こちらもメイリオ同様おすすめです。 フリーで使えます。 【個人HP】 > https://mocks.jp > 仕事のご依頼はこちらから 【書籍情報】 デザイン入門:https://amzn.asia/d/4WDsTI6 デザイン図鑑:https://amzn.asia/d/gOBCWKc 【前作】 > http://www.slideshare.net/yutamorishige50/how-to-present-better
見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版
MOCKS | Yuta Morishige
東京大学の研究室内で,今井がChatGPTの知見を共有するために使用したスライド資料です. 特に以下のような話題,技術について解説しています. ・ChatGPTの凄さ ・ChatGPTの技術 ・言語モデル ・プロンプト ・GPTとは ・InstructGPT ・言語モデルと強化学習
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
Acroquest Technology LTxRT 人生がときめくAPIテスト自動化 with Karate Sparking Joy for API Testing Automation
人生がときめくAPIテスト自動化 with Karate
人生がときめくAPIテスト自動化 with Karate
Takanori Suzuki
2019/10/16 初心者向けCTFのWeb分野の強化法 CTFのweb分野を勉強しているものの本番でなかなか解けないと悩んでいないでしょうか?そんな悩みを持った方を対象に、私の経験からweb分野の強化法を解説します。 How to strengthen the CTF Web field for beginners !! Although you are studying the CTF web field, are you worried that you can't solve it in production? For those who have such problems, I will explain how to strengthen the web field based on my experience. (study group) https://yahoo-osaka.connpass.com/event/149524/
初心者向けCTFのWeb分野の強化法
初心者向けCTFのWeb分野の強化法
kazkiti
2021/11/06 オンライン勉強会 「アドテクを支える技術 〜1日40億リクエストを捌くには〜」 https://microad.connpass.com/event/229092/
アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜
MicroAd, Inc.(Engineer)
CircleCIのinfrastructureを支えるTerraformを利用したプロジェクトでの改善を紹介します。Drift Detectionの導入、monorepoにおけるDynamic Workflowの採用など過去1年で実施したTerrafromを利用するプロジェクトの改善を紹介します。
CircleCIのinfrastructureを支えるTerraformのCI/CDパイプラインの改善
CircleCIのinfrastructureを支えるTerraformのCI/CDパイプラインの改善
Ito Takayuki
2016/07/17 第35コンピュータビジョン勉強会@関東「CVPR2016読み会(前編)」発表資料
20160717 dikf
20160717 dikf
Takuya Minagawa
2017/02/11 コンピュータビジョン勉強会@関東「CVでこんなもの作ってみた2」発表資料
20170211クレジットカード認識
20170211クレジットカード認識
Takuya Minagawa
Mais conteúdo relacionado
Mais procurados
市販の強化学習関連の書籍は、アルゴリズムの中身を解説する物が多く、業務システムなどのカスタムSIへの適用を検討するエンジニアにとっては、なかなか理解しにくい構成の事が多い。本スライドでは、強化学習を使って機能を実装することを主眼においた解説を行った。おそらく現時点ではもっとも簡単に設計・実装できるスキーム、Stable Baselines/OpenAI Gym を使ってじゃんけんAIを設計・実装する流れを解説している。極力数式やアルゴリズムの中身についての解説については解説していないので、市販の書籍などの別のコンテンツを参照のこと。
カスタムSIで使ってみよう ~ OpenAI Gym を使った強化学習
カスタムSIで使ってみよう ~ OpenAI Gym を使った強化学習
Hori Tasuku
JSSST 2022 https://jssst2022.wordpress.com/ における発表スライドです。 論文 Private Recommender Systems: How Can Users Build Their Own Fair Recommender Systems without Log Data? (SDM 2022) arXiv: https://arxiv.org/abs/2105.12353
Private Recommender Systems: How Can Users Build Their Own Fair Recommender S...
Private Recommender Systems: How Can Users Build Their Own Fair Recommender S...
joisino
2年ぐらい前の社内勉強会で使った資料。
イベント駆動プログラミングとI/O多重化
イベント駆動プログラミングとI/O多重化
Gosuke Miyashita
2017年10月27日、モノビットエンジン勉強会inサイバーコネクトツーにて、中嶋謙互が講演しました「ネットワークゲームにおける TCPとUDPの使い分け」のスライドになります。ネットワークゲームを製作する際にご参考頂けますと幸いです。 登壇者: 株式会社モノビット 取締役 CTO 中嶋謙互
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分け
モノビット エンジン
constexpr関数はコンパイル時処理。これはいい。実行時が霞んで見える。cpuの嬌声が聞こえてきそうだ
constexpr関数はコンパイル時処理。これはいい。実行時が霞んで見える。cpuの嬌声が聞こえてきそうだ
Genya Murakami
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側 関連コンテンツ Webcamでの動作例 https://www.youtube.com/watch?v=d91xyyA-exA IkaClips の出力例 https://www.youtube.com/watch?v=w6kqbAPq1Rg ささみ 2015年10月 http://ssmjp.connpass.com/event/21108/
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
Takeshi HASEGAWA
2023/1/6 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
Deep Learning JP
NTT Tech Conference 2022 での「Dockerからcontainerdへの移行」の発表資料です https://ntt-techconf.connpass.com/event/241061/ 訂正: P2. . 誤: ``` Ship docker run -it --rm alpine Run docker push ghcr.io/ktock/myalpine:latest ``` 正: ``` Ship docker push ghcr.io/ktock/myalpine:latest Run docker run -it --rm alpine ```
Dockerからcontainerdへの移行
Dockerからcontainerdへの移行
Kohei Tokunaga
PyData.Tokyo Meetup #23 MLOps〜AIを社会に届ける技術での発表資料 https://pydatatokyo.connpass.com/event/210654/
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
Masashi Shibata
マルレク2015 第二回「大規模分散システムの現在 -- Twitter」講演資料
大規模分散システムの現在 -- Twitter
大規模分散システムの現在 -- Twitter
maruyama097
.NET Conf 2019 meetup in AICHI IMemoryOwner<T>で所有権を説明しようとした
.NET Core 3.0時代のメモリ管理
.NET Core 3.0時代のメモリ管理
KageShiron
ML15講演資料
ChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くない
Carnot Inc.
研修資料
C/C++プログラマのための開発ツール
C/C++プログラマのための開発ツール
MITSUNARI Shigeo
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜 6/10 (木) 9:30~10:40 講師:平川 翼 氏(中部大学) 概要: 深層強化学習はDeep Q-Network (DQN) の登場以降、様々なアプローチが提案されており、AlphaGoによる囲碁の攻略やロボットの自律制御などの様々な応用がなされています。本チュートリアルでは、従来の強化学習の基本的な考え方に触れ、深層学習を組み合わせた深層強化学習についての紹介を行います。また、時間の許す限り、最新の深層学習手法やAlphaGoの仕組み、深層強化学習の活用例を紹介します。
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
SSII
書籍化し、12万部突破しました。 【SlideShare広告回避用】 https://www.docswell.com/s/morishige/K3MXPZ-howtodesignslides ・PDFは無料でダウンロードできます ・自己学習や勉強会などの目的でしたらご自由にお使いいただけます ・授業・研修への利用はフォーム( https://forms.gle/WwgXTT974xFW78mFA )にご報告ください ・記事への参考資料にする際は適切な出典明記をお願いいたします 【使っているフォントについて】 M+フォント「MigMix1P」です。こちらもメイリオ同様おすすめです。 フリーで使えます。 【個人HP】 > https://mocks.jp > 仕事のご依頼はこちらから 【書籍情報】 デザイン入門:https://amzn.asia/d/4WDsTI6 デザイン図鑑:https://amzn.asia/d/gOBCWKc 【前作】 > http://www.slideshare.net/yutamorishige50/how-to-present-better
見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版
MOCKS | Yuta Morishige
東京大学の研究室内で,今井がChatGPTの知見を共有するために使用したスライド資料です. 特に以下のような話題,技術について解説しています. ・ChatGPTの凄さ ・ChatGPTの技術 ・言語モデル ・プロンプト ・GPTとは ・InstructGPT ・言語モデルと強化学習
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
Acroquest Technology LTxRT 人生がときめくAPIテスト自動化 with Karate Sparking Joy for API Testing Automation
人生がときめくAPIテスト自動化 with Karate
人生がときめくAPIテスト自動化 with Karate
Takanori Suzuki
2019/10/16 初心者向けCTFのWeb分野の強化法 CTFのweb分野を勉強しているものの本番でなかなか解けないと悩んでいないでしょうか?そんな悩みを持った方を対象に、私の経験からweb分野の強化法を解説します。 How to strengthen the CTF Web field for beginners !! Although you are studying the CTF web field, are you worried that you can't solve it in production? For those who have such problems, I will explain how to strengthen the web field based on my experience. (study group) https://yahoo-osaka.connpass.com/event/149524/
初心者向けCTFのWeb分野の強化法
初心者向けCTFのWeb分野の強化法
kazkiti
2021/11/06 オンライン勉強会 「アドテクを支える技術 〜1日40億リクエストを捌くには〜」 https://microad.connpass.com/event/229092/
アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜
MicroAd, Inc.(Engineer)
CircleCIのinfrastructureを支えるTerraformを利用したプロジェクトでの改善を紹介します。Drift Detectionの導入、monorepoにおけるDynamic Workflowの採用など過去1年で実施したTerrafromを利用するプロジェクトの改善を紹介します。
CircleCIのinfrastructureを支えるTerraformのCI/CDパイプラインの改善
CircleCIのinfrastructureを支えるTerraformのCI/CDパイプラインの改善
Ito Takayuki
Mais procurados
(20)
カスタムSIで使ってみよう ~ OpenAI Gym を使った強化学習
カスタムSIで使ってみよう ~ OpenAI Gym を使った強化学習
Private Recommender Systems: How Can Users Build Their Own Fair Recommender S...
Private Recommender Systems: How Can Users Build Their Own Fair Recommender S...
イベント駆動プログラミングとI/O多重化
イベント駆動プログラミングとI/O多重化
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分け
constexpr関数はコンパイル時処理。これはいい。実行時が霞んで見える。cpuの嬌声が聞こえてきそうだ
constexpr関数はコンパイル時処理。これはいい。実行時が霞んで見える。cpuの嬌声が聞こえてきそうだ
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
Dockerからcontainerdへの移行
Dockerからcontainerdへの移行
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
サイバーエージェントにおけるMLOpsに関する取り組み at PyDataTokyo 23
大規模分散システムの現在 -- Twitter
大規模分散システムの現在 -- Twitter
.NET Core 3.0時代のメモリ管理
.NET Core 3.0時代のメモリ管理
ChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くない
C/C++プログラマのための開発ツール
C/C++プログラマのための開発ツール
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
人生がときめくAPIテスト自動化 with Karate
人生がときめくAPIテスト自動化 with Karate
初心者向けCTFのWeb分野の強化法
初心者向けCTFのWeb分野の強化法
アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜
CircleCIのinfrastructureを支えるTerraformのCI/CDパイプラインの改善
CircleCIのinfrastructureを支えるTerraformのCI/CDパイプラインの改善
Destaque
2016/07/17 第35コンピュータビジョン勉強会@関東「CVPR2016読み会(前編)」発表資料
20160717 dikf
20160717 dikf
Takuya Minagawa
2017/02/11 コンピュータビジョン勉強会@関東「CVでこんなもの作ってみた2」発表資料
20170211クレジットカード認識
20170211クレジットカード認識
Takuya Minagawa
2016年5月25日開催した「はじめてのコンピュータビジョン ~画像認識の仕組みとビジネス事例~」というセミナーで使用した資料です(一部割愛)。
20160525はじめてのコンピュータビジョン
20160525はじめてのコンピュータビジョン
Takuya Minagawa
サーベイ論文の解説+α
Semantic segmentation
Semantic segmentation
Takuya Minagawa
第37回 CV勉強会@関東 ECCV2016読み会 Real-Time 3D Reconstruction and 6-DoF Tracking with an Event Camera
20161203 cv 3_d_recon_tracking_eventcamera
20161203 cv 3_d_recon_tracking_eventcamera
Kyohei Unno
2016/02/06に開催されたCV勉強会@関東「ICCV2015読み会」発表資料です。
[CV勉強会]Active Object Localization with Deep Reinfocement Learning
[CV勉強会]Active Object Localization with Deep Reinfocement Learning
Takuya Minagawa
CV最先端ガイド4 コンピュテーショナルフォトグラフィのための光学系入門 2章冒頭~2.2.1 レンズの基礎
20160612 第34回cv勉強会@関東 コンピュテーショナルフォトグラフィ
20160612 第34回cv勉強会@関東 コンピュテーショナルフォトグラフィ
Kyohei Unno
Introducing a native compiler for 8-bit PIC micro controllers written in Common Lisp.
Lisp Meet Up #27, 8-bit PIC マイコン用ネイティブコンパイラの作成(後編)
Lisp Meet Up #27, 8-bit PIC マイコン用ネイティブコンパイラの作成(後編)
masayukitakagi
CVPR2016読み会
Deep SimNets
Deep SimNets
Fujimoto Keisuke
第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
0611_light field_cam_for_upload
0611_light field_cam_for_upload
Hajime Mihara
CV LT Leap Motion Oculus Rift DK1 Unity HoloLens sumisumith part
20170211 関東CV LT LeapMania
20170211 関東CV LT LeapMania
sumisumith
コンピュテーショナルフォトグラフティの基礎
コンピュテーショナルフォトグラフティの基礎
Norishige Fukushima
CV勉強会ECCV2016読み会における論文紹介 Ambient Sound Provides Supervision for Visual Learning
論文紹介:Ambient Sound Provides Supervision for Visual Learning(CV勉強会ECCV2016読み会)
論文紹介:Ambient Sound Provides Supervision for Visual Learning(CV勉強会ECCV2016読み会)
Toshiki Sakai
第38回コンピュータビジョン勉強会@関東での発表資料です。 デモができなくてごめんなさい。
高位合成ツールVivado hlsのopen cv対応
高位合成ツールVivado hlsのopen cv対応
marsee101
CVIM 4 2
Cvim saisentan-4-2-tomoaki
Cvim saisentan-4-2-tomoaki
tomoaki0705
Pythonによりコンピュータビジョンアルゴリズムを実装する内容。本スライドは作者が短期間で学んだ内容につき、誤りを含む可能性がございます。あらかじめご了承ください。
PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装
Hirokatsu Kataoka
画像処理でのPythonの利用
画像処理でのPythonの利用
Yasutomo Kawanishi
g2oの紹介です
G2o
G2o
Fujimoto Keisuke
はじパタ8章 svm
はじパタ8章 svm
tetsuro ito
お仕事で作った資料。 全体紹介の資料としてはバランス悪いですが、どなたかのお役に立てれば。
非技術者でもわかる(?)コンピュータビジョン紹介資料
非技術者でもわかる(?)コンピュータビジョン紹介資料
Takuya Minagawa
Destaque
(20)
20160717 dikf
20160717 dikf
20170211クレジットカード認識
20170211クレジットカード認識
20160525はじめてのコンピュータビジョン
20160525はじめてのコンピュータビジョン
Semantic segmentation
Semantic segmentation
20161203 cv 3_d_recon_tracking_eventcamera
20161203 cv 3_d_recon_tracking_eventcamera
[CV勉強会]Active Object Localization with Deep Reinfocement Learning
[CV勉強会]Active Object Localization with Deep Reinfocement Learning
20160612 第34回cv勉強会@関東 コンピュテーショナルフォトグラフィ
20160612 第34回cv勉強会@関東 コンピュテーショナルフォトグラフィ
Lisp Meet Up #27, 8-bit PIC マイコン用ネイティブコンパイラの作成(後編)
Lisp Meet Up #27, 8-bit PIC マイコン用ネイティブコンパイラの作成(後編)
Deep SimNets
Deep SimNets
0611_light field_cam_for_upload
0611_light field_cam_for_upload
20170211 関東CV LT LeapMania
20170211 関東CV LT LeapMania
コンピュテーショナルフォトグラフティの基礎
コンピュテーショナルフォトグラフティの基礎
論文紹介:Ambient Sound Provides Supervision for Visual Learning(CV勉強会ECCV2016読み会)
論文紹介:Ambient Sound Provides Supervision for Visual Learning(CV勉強会ECCV2016読み会)
高位合成ツールVivado hlsのopen cv対応
高位合成ツールVivado hlsのopen cv対応
Cvim saisentan-4-2-tomoaki
Cvim saisentan-4-2-tomoaki
PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装
画像処理でのPythonの利用
画像処理でのPythonの利用
G2o
G2o
はじパタ8章 svm
はじパタ8章 svm
非技術者でもわかる(?)コンピュータビジョン紹介資料
非技術者でもわかる(?)コンピュータビジョン紹介資料
Semelhante a 第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
2017/12/16にPRMU研究会とコンピュータビジョン勉強会@関東が共催した際のオープニング資料です。
「コンピュータビジョン勉強会@関東」紹介資料
「コンピュータビジョン勉強会@関東」紹介資料
Takuya Minagawa
第一回AI Code Review発表資料
20180424 orb slam
20180424 orb slam
Takuya Minagawa
2017/06/10開催のコンピュータビジョン勉強会@関東「AR/VRを支える技術」の発表資料です。
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
Takuya Minagawa
Structure from Motionで取得した点群とLiDARで作成した点群の位置合わせについて調べました。
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
Takuya Minagawa
第50回コンピュータビジョン勉強会@関東「CVで使えるツールLT大会2」発表資料です。
run Keras model on opencv
run Keras model on opencv
Takuya Minagawa
第27回 CV勉強会@関東 「コンピュータビジョンでこんなもの作ってみたLT大会」 発表資料 Deep Learningで物体検出
20140131 R-CNN
20140131 R-CNN
Takuya Minagawa
IEICE名古屋大学学生ブランチ発表資料
How to feed myself with computer vision
How to feed myself with computer vision
Takuya Minagawa
第29回コンピュータbジョン勉強会@関東「有名論文読み会」発表資料
Pn learning takmin
Pn learning takmin
Takuya Minagawa
Service Design Roundtable on 2/15/2014, Y. Sawatani
Service Design Roundtable on 2/15/2014, Y. Sawatani
Yuriko Sawatani
イベントURL:https://machine-learning15minutes.connpass.com/event/181118/
機械学習 温故知新(第47回 Machine Learning 15minutes! Broadcast)
機械学習 温故知新(第47回 Machine Learning 15minutes! Broadcast)
Tetsuroh Watanabe
イベントURL:https://machine-learning15minutes.connpass.com/event/214810/
機械学習による推定ユーザー属性の安定供給のための施策(第56回 Machine Learning 15minutes! Broadcast)
機械学習による推定ユーザー属性の安定供給のための施策(第56回 Machine Learning 15minutes! Broadcast)
Tetsuroh Watanabe
創成課題用
研究室紹介
研究室紹介
Yuriko Sawatani
デジタルコンテンツエキスポ2013 Innovative Technologiesプレゼン
DCEXPO2013: 2D+3D互換の多重化ディスプレイシステム
DCEXPO2013: 2D+3D互換の多重化ディスプレイシステム
Akihiko Shirai
財務局プレゼンテーション
財務局プレゼンテーション
Yoshihide Chubachi
2015/03/28 コンピュータビジョン勉強会@関東 発表資料 コンピュータビジョン最先端ガイド5 複数画像からの三次元復元 3.3章-
cvsaisentan5 Multi View Stereo 3.3
cvsaisentan5 Multi View Stereo 3.3
Takuya Minagawa
2020/12/09に開催された「ITエースを狙え!プロジェクト」で発表した資料です。(ハンズオンの前のセッション部分) ▼ITエースを狙え!プロジェクト http://www.yokotecci.or.jp/itap/?post_type=seminar&p=1471
自社でつくれる生産性向上ツール 必要だと思ったらすぐに作れるビジネスアプリ
自社でつくれる生産性向上ツール 必要だと思ったらすぐに作れるビジネスアプリ
典子 松本
データ女子部
サービスデザイン:デジタルとフィジカルの融合
サービスデザイン:デジタルとフィジカルの融合
Yuriko Sawatani
21世紀交流サロン・葵丘「AI技術最前線からの報告 Part2」 http://www.okazakicci.or.jp/mail/2020/20200130.3.pdf サイバー空間とフィジカル空間を融合させ人間中心の社会を目指すSosiety5.0の実現に有効とされるIoT(Internet of Things)や人工知能(AI)といったテクノロジーを、安価で気軽にはじめられるようなさまざまなプラットフォームが開発されています。また、市民自身がテクノロジーを活用して行政サービスの問題や社会課題を解決する「シビックテック」といった取り組みも行われており、これらの動きはテクノロジーの民主化と呼ばれています。
テクノロジーの民主化
テクノロジーの民主化
Masanobu Takagi
【SlideShareの不具合によりプレビュー画面では日本語が表示されません。ダウンロードしてご閲覧ください】 若手のITエンジニアに捧ぐ,モチベーションを維持する方法と学習方法についてまとめたスライドです。ITエンジニアの職種についても整理しています。
ITエンジニアとして生きるということ - モチベーションの維持と学習方法
ITエンジニアとして生きるということ - モチベーションの維持と学習方法
Yutaka Hanyu
2019/07/06コンピュータビジョン勉強会@関東「CVPR2019読み会」発表資料です。
20190706cvpr2019_3d_shape_representation
20190706cvpr2019_3d_shape_representation
Takuya Minagawa
Semelhante a 第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
(20)
「コンピュータビジョン勉強会@関東」紹介資料
「コンピュータビジョン勉強会@関東」紹介資料
20180424 orb slam
20180424 orb slam
ORB-SLAMを動かしてみた
ORB-SLAMを動かしてみた
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
run Keras model on opencv
run Keras model on opencv
20140131 R-CNN
20140131 R-CNN
How to feed myself with computer vision
How to feed myself with computer vision
Pn learning takmin
Pn learning takmin
Service Design Roundtable on 2/15/2014, Y. Sawatani
Service Design Roundtable on 2/15/2014, Y. Sawatani
機械学習 温故知新(第47回 Machine Learning 15minutes! Broadcast)
機械学習 温故知新(第47回 Machine Learning 15minutes! Broadcast)
機械学習による推定ユーザー属性の安定供給のための施策(第56回 Machine Learning 15minutes! Broadcast)
機械学習による推定ユーザー属性の安定供給のための施策(第56回 Machine Learning 15minutes! Broadcast)
研究室紹介
研究室紹介
DCEXPO2013: 2D+3D互換の多重化ディスプレイシステム
DCEXPO2013: 2D+3D互換の多重化ディスプレイシステム
財務局プレゼンテーション
財務局プレゼンテーション
cvsaisentan5 Multi View Stereo 3.3
cvsaisentan5 Multi View Stereo 3.3
自社でつくれる生産性向上ツール 必要だと思ったらすぐに作れるビジネスアプリ
自社でつくれる生産性向上ツール 必要だと思ったらすぐに作れるビジネスアプリ
サービスデザイン:デジタルとフィジカルの融合
サービスデザイン:デジタルとフィジカルの融合
テクノロジーの民主化
テクノロジーの民主化
ITエンジニアとして生きるということ - モチベーションの維持と学習方法
ITエンジニアとして生きるということ - モチベーションの維持と学習方法
20190706cvpr2019_3d_shape_representation
20190706cvpr2019_3d_shape_representation
Mais de Takuya Minagawa
2024年3月3日開催 第12回全日本コンピュータビジョン勉強会(JapanCV)「データセット関連読み会」の発表資料です。 https://kantocv.connpass.com/event/307177/ Machine Learning Operations (MLOps): Overview, Definition, and Architecture 読みました。 https://arxiv.org/abs/2205.02302
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
Takuya Minagawa
第59回コンピュータビジョン勉強会@関東「CVPR2023読み会(前編)」発表資料 https://kantocv.connpass.com/event/288899/
MobileNeRF
MobileNeRF
Takuya Minagawa
主に点群に対してSemantic Segmentationを行うことを目的としてTransformerを適用した研究のサーベイ
点群SegmentationのためのTransformerサーベイ
点群SegmentationのためのTransformerサーベイ
Takuya Minagawa
2022/08/07に開催された第11回全日本コンピュータビジョン勉強会「CVPR2022読み会」(前編)で発表した資料です。 https://kantocv.connpass.com/event/253622/
Learning to Solve Hard Minimal Problems
Learning to Solve Hard Minimal Problems
Takuya Minagawa
2022/05/15に開催された、第10回全日本コンピュータビジョン勉強会「生成モデル縛り論文読み会」発表資料 https://kantocv.connpass.com/event/243586/
ConditionalPointDiffusion.pdf
ConditionalPointDiffusion.pdf
Takuya Minagawa
2021/10/09にPRMUとの共催で開催された第8回全日本コンピュータビジョン勉強会(JapanCV)「コンピュータビジョンのお仕事」の発表資料です。
楽しいコンピュータビジョンの受託仕事
楽しいコンピュータビジョンの受託仕事
Takuya Minagawa
第7回全日本コンピュータビジョン勉強会「CVPR2021読み会」(前編)の発表資料 DeepI2P: Image-to-Point Cloud Registration via Deep Classification
20210711 deepI2P
20210711 deepI2P
Takuya Minagawa
2020/10/10に開催された第4回全日本コンピュータビジョン勉強会「人に関する認識・理解論文読み会」発表資料です。 以下の2本を読みました Harmonious Attention Network for Person Re-identification. (CVPR2018) Weekly Supervised Person Re-Identification (CVPR2019)
20201010 personreid
20201010 personreid
Takuya Minagawa
2020/09/10 12:00-(日本時間)に開催されたJPTA Tech Talk講演資料 https://www.meetup.com/ja-JP/JTPA-Japanese-Technology-Professionals-Association/events/272748322/ 深層学習がコンピュータビジョンの世界をどう変えたか
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
Takuya Minagawa
2020年7月4日に開催された全日本コンピュータビジョン勉強会「CVPR2020読み会」(前編)の発表資料 Best Student Paper "BSP-Net: Generating Compact Meshes via Binary Space Partitioning"の解説
2020/07/04 BSP-Net (CVPR2020)
2020/07/04 BSP-Net (CVPR2020)
Takuya Minagawa
2020/07/04 JapanCV発表資料
20200704 bsp net
20200704 bsp net
Takuya Minagawa
2019/08/25コンピュータビジョン勉強会@関東「有名論文読み会2」発表資料です。
20190825 vins mono
20190825 vins mono
Takuya Minagawa
Visual SLAM研究について、カメラだけでなく、RGB-DやIMUを用いた手法について、個人的に重要と思われる研究に絞って紹介しました。
20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
第51回コンピュータビジョン勉強会@関東「コンピュータビジョン - 広がる要素技術と応用 - 」読み会 "4.4 未知な環境下におけるカメラの位置姿勢推定"発表資料
Visual slam
Visual slam
Takuya Minagawa
LiDARとカメラ<両方>を用いた点群に対するSemantic Segmentationのサーベイ
20190131 lidar-camera fusion semantic segmentation survey
20190131 lidar-camera fusion semantic segmentation survey
Takuya Minagawa
LiDARで取得した道路上の点群に対してSemantic Segmentationを行う手法についてサーベイしました。
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
Takuya Minagawa
LiDARを使用した道路上の物体検出技術について調査しました。
20181130 lidar object detection survey
20181130 lidar object detection survey
Takuya Minagawa
LiDARとカメラの情報<両方>を使用した物体検出技術について調査しました。 以下のスライドのアップデート版です。 https://www.slideshare.net/takmin/object-detection-with-lidarcamera-fusion-survey 4つくらい研究追加しました。
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
Takuya Minagawa
LiDARとカメラの情報<両方>を使用した物体検出技術について調査しました。
object detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: survey
Takuya Minagawa
2018/10/20コンピュータビジョン勉強会@関東「ECCV読み会2018」発表資料 Yew, Z. J., & Lee, G. H. (2018). 3DFeat-Net: Weakly Supervised Local 3D Features for Point Cloud Registration. European Conference on Computer Vision.
3DFeat-Net
3DFeat-Net
Takuya Minagawa
Mais de Takuya Minagawa
(20)
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
Machine Learning Operations (MLOps): Overview, Definition, and Architecture
MobileNeRF
MobileNeRF
点群SegmentationのためのTransformerサーベイ
点群SegmentationのためのTransformerサーベイ
Learning to Solve Hard Minimal Problems
Learning to Solve Hard Minimal Problems
ConditionalPointDiffusion.pdf
ConditionalPointDiffusion.pdf
楽しいコンピュータビジョンの受託仕事
楽しいコンピュータビジョンの受託仕事
20210711 deepI2P
20210711 deepI2P
20201010 personreid
20201010 personreid
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
2020/07/04 BSP-Net (CVPR2020)
2020/07/04 BSP-Net (CVPR2020)
20200704 bsp net
20200704 bsp net
20190825 vins mono
20190825 vins mono
20190307 visualslam summary
20190307 visualslam summary
Visual slam
Visual slam
20190131 lidar-camera fusion semantic segmentation survey
20190131 lidar-camera fusion semantic segmentation survey
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
20181130 lidar object detection survey
20181130 lidar object detection survey
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: survey
3DFeat-Net
3DFeat-Net
Último
LoRaWANスマート距離検出センサー DS20Lカタログ
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Syed Talal Wasim, Muzammal Naseer, Salman Khan, Ming-Hsuan Yang, Fahad Shahbaz Khan , "Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Grounding" arXiv2024 https://arxiv.org/abs/2401.00901v2
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
NewSQLの可用性構成パターン (OCHaCafe Season 8 #4 発表資料) 2024年5月8日(水) NTTデータグループ 技術開発本部 小林 隆浩
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
2022年10月27日に社内向けに開催した勉強会資料の社外公開版です(発表8分程度)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
Jue Wang, Wentao Zhu, Pichao Wang, Xiang Yu, Linda Liu, Mohamed Omar, Raffay Hamid, " Selective Structured State-Spaces for Long-Form Video Understanding" CVPR2023 https://openaccess.thecvf.com/content/CVPR2023/html/Wang_Selective_Structured_State-Spaces_for_Long-Form_Video_Understanding_CVPR_2023_paper.html
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
This is an introduction to MAPPO's paper.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
Key topics covered: - Understanding Ballerina's role in integrations: features and advantages - Designing and implementing REST APIs for integration - Designing and implementing GraphQL services with Ballerina - Monitoring and observing applications - Introduction to data integration
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
2024年5月8日 Power Platform 勉強会 #1 LT資料
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Último
(12)
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
第34回CV勉強会「コンピュテーショナルフォトグラフィ」発表資料
1.
第34回CV勉強会@関東 CV最先端ガイド4「2章コンピュテーショ ナルフォトグラフィ」 3.1-3.3節 皆川卓也(takmin)
2.
自己紹介 2 テクニカル・ソリューション・アーキテクト 皆川 卓也(みながわ たくや) フリーエンジニア(ビジョン&ITラボ) 「コンピュータビジョン勉強会@関東」主催 博士(工学) 略歴: 1999-2003年 日本HP(後にアジレント・テクノロジーへ分社)にて、ITエンジニアとしてシステム構築、プリ セールス、プロジェクトマネジメント、サポート等の業務に従事 2004-2009年 コンピュータビジョンを用いたシステム/アプリ/サービス開発等に従事 2007-2010年 慶應義塾大学大学院
後期博士課程にて、コンピュータビジョンを専攻 単位取得退学後、博士号取得(2014年) 2009年-現在 フリーランスとして、コンピュータビジョンのコンサル/研究/開発等に従事
3.
発表範囲 3 3. 光線の表現とカメラの働き 3.1. ライトフィールド 3.2.
ライトフィールドの表現 3.3. レンズの機能 3.4. 光線行列 3.5. 光学系の構成要素とその働き
4.
3.1. ライトフィールド 4 空間中の光線一点をサンプリングすると、その輝度は以 下の式(プレノプティック関数)で表せる
𝐼 = 𝑃 𝑋, 𝑌, 𝑍, 𝜃, 𝜙, 𝜆, 𝑡 図2.7 三次元座標 光線の 向き 波長 時刻
5.
ピンホールカメラ 5 理想的なピンホールカメラでは画素の位置が光線方向 に対応している カメラはある特定の(𝑋, 𝑌,
𝑍, 𝜆, 𝑡)のうち、ある範囲(𝜃, 𝜙)に関する輝度分布を 記録する装置 画素
6.
3.2. ライトフィールドの表現 6 光線方向で輝度は一定 (反射・散乱・屈折・吸収されない領域で) 位置と光線方向を表す変数 𝑋,
𝑌, 𝑍, 𝜃, 𝜙 を1つ減らせる
7.
3.2. ライトフィールドの表現 7 図2.8 𝑥, 𝑦,
𝑡, 𝑠 𝑥, 𝑦, 𝑢, 𝑣
8.
3.2. ライトフィールドの表現 8 通過点と傾きによる表現 図2.8
9.
3.3. レンズの機能 9 レンズは光の方位を像の位置に変換
10.
3.3. レンズの機能 10 各画素の値は以下を積分したもの
並行光の太さ 露光時間 撮像素子が対応する波長の範囲 画素の大きさに対応する方位の範囲
11.
3.3. レンズの機能 11 レンズの絞り
ピンホールカメラの穴の大きさにあたる 大きいと焦点ボケ 小さいと露光時間が延びる 画素 × 絞りが小さい
12.
3.3. レンズの機能 12 レンズの絞り
ピンホールカメラの穴の大きさにあたる 大きいと焦点ボケ 小さいと露光時間が延びる 画素 × 絞りが大きい
13.
3.3. レンズの機能 13 画素の大きさが方位の範囲に対応 画素 この範囲の角度の光線を積 分した値が画素の値
Baixar agora