Microsoft Word - deim論文２.docx
|
|
|
- はるまさ ことじ
- 4 years ago
- Views:
Transcription
1 DEIM Forum 2012 B11-4 静止画内オブジェクトへの指示による動画検索手法の提案 川手裕太,* 岡部誠 尾内理紀夫 平野廣美 三條正裕 電気通信大学 東京都調布市調布ヶ丘 楽天株式会社楽天技術研究所 東京都品川区東品川 * 科学技術振興機構さきがけ kawate@onailab.com, m.o@acm.org, onai@cs.uec.ac.jp {hiromi.hirano, masahiro.sanjo}@mail.rakuten.com あらまし動画共有サイトの普及により ユーザは多数の動画の視聴が可能になった ユーザは動画に付与されたテキストタグを用いて 視聴したい動画を検索している しかし 例えば 左向きの車が右から左に動いている といった動画内オブジェクトの向き 動きを検索することは テキストタグを用いた従来の手法では困難なことが多くある 本論文では 静止画内オブジェクトの向きなどを直接指示操作することにより動きを含む類似動画を検索する手法を提案する それを実現するため SIFT(Scale-Invariant Feature Transform) と Particle Video を用いた SIFT は入力静止画内オブジェクトを動画から検索するために使用し Particle Video は動画内オブジェクトの軌跡を抽出するために使用した キーワード動画検索,SIFT,Particle Video 1. はじめに動画共有サイトの普及により ユーザは数多くの動画を視聴できる環境にある しかし ユーザの目的の動画を見つけ出すことが困難なことが多くある 例えば ユーザの目的の動画が 車が右から左に動く という動画であった場合 この 車が右から左に動く というテキストのクエリを入力しても思い通りの結果が出てこない この原因は 動画の検索手法として動画のタグを用いた検索を行っているからである タグはテキストでユーザの主観によって動画の内容に関係ある単語が付けられることが多い そのため 車が右から左に動く という様子の動画に対して ユーザがその動画にタグを付けるとするとタグは 車 という動画内に登場しているオブジェクトの単語であり 車が右から左に動く という動画内の内容を表現しているテキストではない よって ユーザが 車が右から左に動く という動画を見つけ出したいときは 車 というテキストで動画を検索し 一つ一つ動画を確認する必要がある ユーザが一つ一つ確認するという点では動画検索の体をなしていない 本論文において テキスト情報を用いない動画内のオブジェクトの向きや動きを検索することが可能なシステムを提案する 本論文の構成は次のとおりである 2 章で関連研究について述べ 既存の研究の問題点 本論文との差異 を述べる 3 章で提案システムの概要を述べ 4 章で使用する特徴量について述べ 5 章で提案システムを用いた実験について述べ, 6 章で本論文のまとめを述べる 2. 関連研究テキストを用いない動画検索に関する研究では様々な手法が提案されている 福田ら [1] の手法は 取得したい動画と同じような動画をクエリとして与える その動画から静的 動的特徴量を抽出し これを特徴量データベースと比較を行う この手法の問題点は動画を用意しないといけないという点である 例えば 車が右から左に動く という様子の動画を取得したい時には 予め 車が右から左に動く 様子の動画を用意しないといけない 一方 本論文で提案する手法は取得したいオブジェクトの静止画を 1 枚用意し矢印などを入力するだけである この点が福田らの手法と大きく異なる点である 有村ら [6] の手法は 取得したい動画の動きベクトル列 動きベクトルの経過時間列 形状データ列をクエリとして与える それらを特徴量データベースと比較する この手法の問題点はオブジェクトの検索を形状データ列で比較する点である 形状データ列はフレー
2 ム毎に一定の大きさに分割したブロックがそのフレーム内での平均的な動きベクトル列に類似しているか否かという特徴量である つまり オブジェクトが異なるものであっても形が類似していたらマッチングする 一方 本論文で提案する手法は取得したいオブジェクトと特徴量データベースとを SIFT を使用し比較を行うため 有村らの手法より良い精度が得られる また 動画内オブジェクトの直接操作の研究として Goldman ら [2] の手法がある この手法は 動画内のオブジェクトをドラッグ & ドロップで直接操作を行っている しかし この手法では直接操作できる範囲が連続した動画内でしかない 一方 本論文の提案する手法では 検索可能な範囲が連続していない動画も含まれている この点が Goldman らの手法とは大きく異なる点である ェクトの向きが変わった静止画が出力される (1d) 図 1: オブジェクトの向き変更の入力方法とその結果オブジェクトの動きを指定したい場合の入力方法は図 2 の方法である 検索したいオブジェクトが含まれた静止画を与える (2a) オブジェクトを移動させたい方向へ矢印を入力する (2b) 結果として車が移動する動画が検索され 出力される (2c) 3. システム概要ユーザが本システムを使用して 動画を検索する具体的な手順は以下のようになる 0. 前準備として 多数の動画をシステムに入力して SIFT や Particle Video といった特徴量のデータベースを作成する 1. ユーザは検索したいオブジェクトを含む静止画を入力としてシステムに与える 2. ユーザは入力された静止画の上に マウスドラッグといったインタラクティブな操作で検索したいオブジェクトの向きを矢印で入力する 3. システムが入力された静止画 矢印と特徴量データベースとを比較する 結果として類似度が高い順に動画内のフレームと軌跡を出力する ただし 候補が多い場合は 4 へ フレームの静止画を選択するとそれに対応する動画が出力される 4. ユーザは検索したいオブジェクトの動きを矢印で入力する 5. システムが入力された矢印と特徴量データベースとを比較する 結果として類似度が高い順に動画内のフレームと軌跡を出力する このようにして 容易かつ直感的な動画検索を可能とする オブジェクトの向きを変更させたい場合の入力方法は図 1 の方法である 検索したいオブジェクトが含まれた静止画を与える (1a) オブジェクトの前方の部分が右側に (1b) オブジェクトの後方の部分が左側に (1c) と オブジェクトの向きをどのように変更したいかを矢印入力で指定する 結果として指定したオブジ 図 2: オブジェクトの動き指定の入力方法とその結果 4. 比較に使用する特徴量動画の検索のために 入力された静止画 矢印と特徴量データベースとを比較する その比較に使用する特徴量として 2 種類の特徴量を使用する 1 つ目は静止画の局所特徴を検出し記述する SIFT[3] である もう 1 つは動画の各フレームとその後のフレームの内の各ピクセルのオプティカルフローを行った結果を用い 各フレームに配置した多数の点の軌跡を抽出する Particle Video[7] である 前者の SIFT を使った類似静止画検索の手法は既に存在する それらの手法の中で使われている特徴量のマッチング [4] を行った その結果 入力された静止画内のオブジェクトと同じ横向きであれば多くのマッチングが抽出できる ( 図 3 左 ) ただし オブジェクトが横向きから正面へと向きを変えただけでそのマッチングは上手く働かなくなる ( 図 3 右 )
3 図 4:SIFT と Particle Video を個々で用いた静止画検索 図 3:SIFT を用いたマッチング ここで 動画を再生すると動画内のオブジェクトの向きが変り オブジェクトの向きが入力された静止画内のオブジェクトと同じ向きとなるフレームが登場することがある そのフレームのオブジェクトは入力された静止画内のオブジェクトと SIFT のマッチングが多く抽出できるため 入力された静止画内のオブジェクトと同じオブジェクトとして検索することができる ここで Particle Video を用いると連続する動画であれば入力された静止画内のオブジェクトと同じ向きのオブジェクトと異なる向きのオブジェクトが同じオブジェクトであると判定できる ( 図 4) これにより 入力さ れた静止画内のオブジェクトと向きが異なったオブジェクトも検索することが可能になる ( 図 5) また Particle Video は動画内に多数配置した点の軌跡を抽出するので 動画内のオブジェクトの軌跡を抽出することができる これをオブジェクトの軌跡の検索にも使用する 図 5:SIFT と Particle Video を同時に用いた静止画検索 5. 実験 5.1. 実験方法実験では 3 章で述べた前準備をまず行った 特徴量のデータベースを作成する動画として YouTube に投稿されている動画の中から 3 種類のオブジェクト ( 車 飛行機 馬 ) が含まれている動画をシーンごとに分割し 種類ごとに 20 本の動画 ( ピクセル ) を用意した 入力静止画は Google 画像検索によって得られた静止画を使用した 実験に使用した計算機の CPU は Intel Core i GHz メモリは 4.0GB である
4 5.2. 実験結果表 1 はそれぞれのデータベースの動画の合計フレー ム数と その検索にかかった時間である オブジェクト 車 飛行機 馬 合計フレーム数 検索時間 (s) 表 1: データベースの合計フレーム数と検索時間 車に対する検索結果が図 6 である 図 6 左では図 1 で表したオブジェクト向きを変更させたい場合に入力する緑矢印の 1 本目を車の後方の箇所が右側へ 2 本目を車の前方の箇所を左側へと入力した つまり 左向きの車 というクエリを矢印入力によって表現した 次に 図 6 右では緑矢印の 1 本目は車の後方の箇所が上側へ 2 本目は車の前方の箇所を下側へと入力した その後 2 で表したオブジェクトの動きを指定したい場合に入力する青矢印を右斜め上から左斜め下へと入力した つまり 手前向きの車が左下へと動く とい うクエリを矢印入力によって表現した 結果は GUI で対応するフレームを類似する順番に 3 枚表示させた また 表示されているフレームを選択するとそれに対応する動画がそのフレームから再生される 飛行機に対して同様に入力を行った検索結果が図 7 馬に対して同様に入力を行った検索結果が図 8 である 図 7: 実験結果 2 ( 飛行機 ) 図 8: 実験結果 3 ( 馬 ) 図 6: 実験結果 1 ( 車 )
5 6. まとめ本論文では 静止画内オブジェクトの向きなどを直接指示操作することにより動きを含む類似動画を検索する手法を提案した 実験において 入力静止画 矢印によって動画内のオブジェクトの向きを検索できることを確認した 今後の課題としては まず Particle Video という特徴量は抽出する時間が 1 フレームあたり約 7 秒と非常に時間がかかる これを解決するためには オブジェクトの追跡について別の方法を検討する必要がある 次に SIFT のマッチングにおいて色情報を使用していない よって 例えば 車のデータベースを大量に用意した場合 形は同じだが色の違う車が検索結果として表示される可能性がある この場合の対処について 色の違う車を許容して検索結果を出すのか 色の違いを許さず色情報を使用する方法を考えるのかなどどうさせるかを考える必要がある 3 つ目に 現段階では入力静止画の SIFT を予め求め 各動画のフレームとのマッチングを予め行っているため 入力静止画を新たに用意してもすぐに検索を行うことができない この原因は 各フレームのオブジェクトの切り出しを行っていないので ノイズが多く出現し 入力静止画に一番似ているフレームの検出が困難であるからである また 入力静止画と各動画のフレームとを 1 対 1 対応でマッチングを行っており 非常に時間がかかるという問題点もある 前者の問題点は切絵 [8] などをオブジェクトの切り抜きが行える手法を使用すれば ノイズを減らすことが可能になる 後者の問題点は 各動画から抽出した SIFT を同様な集合にまとめた visual dictionary[5] を作成し 使用すれば SIFT マッチングの高速化が実現できる 4 つ目に カメラが固定されていない動画では動画内のオブジェクトの動きが実際の動きと一致しないことがある 例えば 動画内のオブジェクトが実際に右から左に動いている時にカメラがオブジェクトを右から左へと追っかけた場合 撮影された動画内でオブジェクトの位置はほとんど変わらない この問題を解決するためには背景の動きを追いかけるという方法が考えられる 最後に 現状の緑矢印 2 本だけを使用したオブジェクトの向きの変更では 手前向きと奥向きとの判別がつきにくいという問題点がある これを解決するために新たに前後を指定する矢印を導入するなどインターフェースの改良を行っていきたいと考える 参考文献 [1] 福田淳 苗村昌秀 和泉吉則 伊藤泰雅 動画像検索装置 特開 [2] Dan B Goldman, Chris Gonterman, Brian Curless, David Salesin, Steven M. Seitz. Video Object Annotation, Navigation, and Composition, In UIST, pages 3 12, [3] D. G. Lowe, Object recognition from local scaleinvariant features, Proc. of IEEE International Conference on Computer Vision (ICCV), pp , [4] 藤吉弘亘. Gradient ベースの特徴抽出 -SIFT と HOG-. CVIM 160, pp , [5] Josef Sivic and Andrew Zisserman. Video Google: Efficient Visual Search of Videos, volume 4170 of LNCS, pages Springer, [6] 有村耕治 佐々木孝幸 圧縮動画像の検索方法および装置 特開平 [7] P.Sand and S. Teller. Particle Video: Long-range motion estimation using point trajectories, IJCV, 80(1): 72-91, [8] 清野達也, 林貴宏, 尾内理紀夫, 三條正裕, 森正弥, 改良領域拡張法による高速画像切り抜き手法の提案と評価, 情報処理学会論文誌, Vol.50, No.12, pp , 2008.
Microsoft PowerPoint - pr_12_template-bs.pptx
12 回パターン検出と画像特徴 テンプレートマッチング 領域分割 画像特徴 テンプレート マッチング 1 テンプレートマッチング ( 図形 画像などの ) 型照合 Template Matching テンプレートと呼ばれる小さな一部の画像領域と同じパターンが画像全体の中に存在するかどうかを調べる方法 画像内にある対象物体の位置検出 物体数のカウント 物体移動の検出などに使われる テンプレートマッチングの計算
SICE東北支部研究集会資料(2013年)
280 (2013.5.29) 280-4 SURF A Study of SURF Algorithm using Edge Image and Color Information Yoshihiro Sasaki, Syunichi Konno, Yoshitaka Tsunekawa * *Iwate University : SURF (Speeded Up Robust Features)
時空間特徴を用いた Web動画からの特定動作対応ショットの 自動抽出
Web 動画 画像を用いた 特定動作ショットの自動収集 DO HANG NGA 樋爪和也柳井啓司 電気通信大学情報工学科 背景 既存の動画学習手法制限のある動画像 (e.g. KTH, Caltech) 教師なし学習手法 Web 上の動画 教師信号あり 動画量が少ない 研究の目的 特定動作についての Web データを使用して その動作の対応ショットを自動抽出 大量の Web 動画 ランキング 学習の必要なし
2. 30 Visual Words TF-IDF Lowe [4] Scale-Invarient Feature Transform (SIFT) Bay [1] Speeded Up Robust Features (SURF) SIFT 128 SURF 64 Visual Words Ni
![2. 30 Visual Words TF-IDF Lowe [4] Scale-Invarient Feature Transform (SIFT) Bay [1] Speeded Up Robust Features (SURF) SIFT 128 SURF 64 Visual Words Ni](/thumbs/86/94686225.jpg "2. 30 Visual Words TF-IDF Lowe [4] Scale-Invarient Feature Transform (SIFT) Bay [1] Speeded Up Robust Features (SURF) SIFT 128 SURF 64 Visual Words Ni")
DEIM Forum 2012 B5-3 606 8510 E-mail: {zhao,ohshima,tanaka}@dl.kuis.kyoto-u.ac.jp Web, 1. Web Web TinEye 1 Google 1 http://www.tineye.com/ 1 2. 3. 4. 5. 6. 2. 30 Visual Words TF-IDF Lowe [4] Scale-Invarient
クイックマニュアル（SV）_PVCXC-M011-D
目次 本書は xsync Classroom を起動し 各種機能を使用する手順の説明書です 起動と終了... 2 xsync Classroom を起動する... 2 xsync Classroom を終了する... 2 ホーム画面... 3 ホワイトボード... 3 ペンで描く... 3 消しゴムで消す... 4 拡大表示する... 4 画面の一部を切り取る / 貼り付ける... 5 保存する...
LBP 2 LBP 2. 2 Local Binary Pattern Local Binary pattern(lbp) [6] R
![LBP 2 LBP 2. 2 Local Binary Pattern Local Binary pattern(lbp) [6] R](/thumbs/86/93333816.jpg "LBP 2 LBP 2. 2 Local Binary Pattern Local Binary pattern(lbp) [6] R")
DEIM Forum 24 F5-4 Local Binary Pattern 6 84 E-mail: {tera,kida}@ist.hokudai.ac.jp Local Binary Pattern (LBP) LBP 3 3 LBP 5 5 5 LBP improved LBP uniform LBP.. Local Binary Pattern, Gradient Local Auto-Correlations,,,,
Google Goggles [1] Google Goggles Android iphone web Google Goggles Lee [2] Lee iphone () [3] [4] [5] [6] [7] [8] [9] [10] :
![Google Goggles [1] Google Goggles Android iphone web Google Goggles Lee [2] Lee iphone () [3] [4] [5] [6] [7] [8] [9] [10] :](/thumbs/91/105231422.jpg "Google Goggles [1] Google Goggles Android iphone web Google Goggles Lee [2] Lee iphone () [3] [4] [5] [6] [7] [8] [9] [10] :")
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE.,, 182-8585 1-5-1 E-mail: {maruya-t,akiyama-m}@mm.inf.uec.ac.jp, yanai@cs.uec.ac.jp SURF Bag-of-Features
Automatic Collection of Web Video Shots Corresponding to Specific Actions using Web Images
視覚特徴およびタグ共起を用いた 大規模 Web ビデオショットランキング 電気通信大学大学院情報理工学研究科 総合情報学専攻 Do Hang Nga 柳井啓司 背景 Web 動画 : 無限に存在 無料で取得可能 - YouTube, Daily Motion etc. Web 動画による動作データ収集 ただし Web 上の動画はノイズが多い 関連動画 Play trumpet 非関連動画 非対応ショット
Duplicate Near Duplicate Intact Partial Copy Original Image Near Partial Copy Near Partial Copy with a background (a) (b) 2 1 [6] SIFT SIFT SIF
![Duplicate Near Duplicate Intact Partial Copy Original Image Near Partial Copy Near Partial Copy with a background (a) (b) 2 1 [6] SIFT SIFT SIF](/thumbs/82/86406952.jpg "Duplicate Near Duplicate Intact Partial Copy Original Image Near Partial Copy Near Partial Copy with a background (a) (b) 2 1 [6] SIFT SIFT SIF")
Partial Copy Detection of Line Drawings from a Large-Scale Database Weihan Sun, Koichi Kise Graduate School of Engineering, Osaka Prefecture University E-mail: sunweihan@m.cs.osakafu-u.ac.jp, kise@cs.osakafu-u.ac.jp
目次 ページ 1. 本マニュアルについて 3 2. 動作環境 4 3. ( 前準備 ) ライブラリの解凍と保存 5 4. モデルのインポート 6 5. インポートしたモデルのインピーダンス計算例 8 6. 補足 単シリーズ 単モデルのインポート お問い合わせ先 21 2
SIMetrix/SIMPLIS ライブラリ ユーザーマニュアル 2018 年 8 月 株式会社村田製作所 Ver1.0 1 22 August 2018 目次 ページ 1. 本マニュアルについて 3 2. 動作環境 4 3. ( 前準備 ) ライブラリの解凍と保存 5 4. モデルのインポート 6 5. インポートしたモデルのインピーダンス計算例 8 6. 補足 単シリーズ 単モデルのインポート
3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)
![3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)](/thumbs/68/59204737.jpg "3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)")
(MIRU2012) 2012 8 820-8502 680-4 E-mail: {d kouno,shimada,endo}@pluto.ai.kyutech.ac.jp (1) (2) (3) (4) 4 AdaBoost 1. Kanade [6] CLAFIC [12] EigenFace [10] 1 1 2 1 [7] 3 2 2 (1) (2) (3) (4) 4 4 AdaBoost
DEIM Forum 2014 P3-3 A Foreseeing System of Search Results based on Query Operations on the Graph Interface
DEIM Forum 2014 P3-3 A Foreseeing System of Search Results based on Query Operations on the Graph Interface 163-8677 1-24-2 E-mail: j110015@ns.kogakuin.ac.jp, kitayama@cc.kogakuin.ac.jp Web web 1. Web
IPSJ SIG Technical Report Vol.2012-EC-23 No /3/ Video Retrieval System of Handwriting Sketch using Relevance Feedback Akihiro Aita 1 and M
1 2 Video Retrieval System of Handwriting Sketch using Relevance Feedback Akihiro Aita 1 and Masashi Toda 2 It is difficult to represent video scenes using keywords. Therefore, in video retrieval, it is
2. Apple iphoto 1 Google Picasa 2 Calendar for Everything [1] PLUM [2] LifelogViewer 3 1 Apple iphoto, 2 Goo
![2. Apple iphoto 1 Google Picasa 2 Calendar for Everything [1] PLUM [2] LifelogViewer 3 1 Apple iphoto, 2 Goo](/thumbs/93/112162943.jpg "2. Apple iphoto 1 Google Picasa 2 Calendar for Everything [1] PLUM [2] LifelogViewer 3 1 Apple iphoto, 2 Goo")
DEIM Forum 2012 D9-4 606 8501 E-mail: {sasage,tsukuda,nakamura,tanaka}@dl.kuis.kyoto-u.ac.jp,,,, 1. 2000 1 20 10 GPS A A A A A A A 2. Apple iphoto 1 Google Picasa 2 Calendar for Everything [1] Email PLUM
2.2 6).,.,.,. Yang, 7).,,.,,. 2.3 SIFT SIFT (Scale-Invariant Feature Transform) 8).,. SIFT,,. SIFT, Mean-Shift 9)., SIFT,., SIFT,. 3.,.,,,,,.,,,., 1,
1 1 2,,.,.,,, SIFT.,,. Pitching Motion Analysis Using Image Processing Shinya Kasahara, 1 Issei Fujishiro 1 and Yoshio Ohno 2 At present, analysis of pitching motion from baseball videos is timeconsuming
研究成果報告書
様式 C-19 科学研究費助成事業 ( 科学研究費補助金 ) 研究成果報告書 平成 25 年 5 月 27 日現在 機関番号 :17401 研究種目 : 基盤研究 (C) 研究期間 :2010~2012 課題番号 :22500111 研究課題名 ( 和文 ) 映像想起とそのスケッチ表現メカニズムを利用した未整理映像の検索方式研究課題名 ( 英文 )Video Retrieval System Using
IPSJ SIG Technical Report Vol.2015-MUS-106 No.10 Vol.2015-EC-35 No /3/2 BGM 1,4,a) ,4 BGM. BGM. BGM BGM. BGM. BGM. BGM. 1.,. YouTube 201
BGM 1,4,a) 1 2 2 3,4 BGM. BGM. BGM BGM. BGM. BGM. BGM. 1.,. YouTube 2015 1 100.. Web.. BGM.BGM [1]. BGM BGM 1 Waseda University, Shinjuku, Tokyo 169-8555, Japan 2 3 4 JST CREST a) ha-ru-ki@asagi.waseda.jp.
目次 1. アニメーションの仕組み 3 2. ワードアートでムービーのタイトルを作成 7 3. まとめ 課題にチャレンジ 19 [ アニメーション ] 機能 PowerPoint に搭載されている [ アニメーション ] 機能を使用すると 文字や図形にアニメーション ( さまざまな動きや
![目次 1. アニメーションの仕組み 3 2. ワードアートでムービーのタイトルを作成 7 3. まとめ 課題にチャレンジ 19 [ アニメーション ] 機能 PowerPoint に搭載されている [ アニメーション ] 機能を使用すると 文字や図形にアニメーション ( さまざまな動きや](/thumbs/91/104753304.jpg "目次 1. アニメーションの仕組み 3 2. ワードアートでムービーのタイトルを作成 7 3. まとめ 課題にチャレンジ 19 [ アニメーション ] 機能 PowerPoint に搭載されている [ アニメーション ] 機能を使用すると 文字や図形にアニメーション ( さまざまな動きや")
PowerPoint で楽しむムービー作成講座 第 1 回 アニメーションの仕組みとタイトル作成 本テキストの作成環境は 次のとおりです Windows 7 Home Premium Microsoft PowerPoint 2010( テキスト内では PowerPoint と記述します ) 画面の設定 ( 解像度 ) 1024 768 ピクセル 本テキストは 次の環境でも利用可能です Windows
BDH Cao BDH BDH Cao Cao Cao BDH ()*$ +,-+.)*$!%&'$!"#$ 2. 1 Weng [4] Metric Learning Weng DB DB Yang [5] John [6] Sparse Coding sparse coding DB [7] K
![BDH Cao BDH BDH Cao Cao Cao BDH ()*$ +,-+.)*$!%&'$!#$ 2. 1 Weng [4] Metric Learning Weng DB DB Yang [5] John [6] Sparse Coding sparse coding DB [7] K](/thumbs/93/114210200.jpg "BDH Cao BDH BDH Cao Cao Cao BDH ()*$ +,-+.)*$!%&'$!#$ 2. 1 Weng [4] Metric Learning Weng DB DB Yang [5] John [6] Sparse Coding sparse coding DB [7] K")
Bucket Distance Hashing Metric Learning 1,a) 1,b) 1,c) 1,d) (DB) [1] DB Cao [2] Cao Metric Learning Cao Cao Cao Cao Cao 100 DB 10% 1. m DB DB DB 1 599 8531 1 1 Graduate School of Engineering, Osaka Prefecture
DEIM Forum 2014 P Web Web,,, 1. Web Web 1 Web Web Web. 2 3 Web
DEIM Forum 204 P4-3 63-8677 -24-2 E-mail: j07@ns.kogakuin.ac.jp, kitayama@cc.kogakuin.ac.jp Web Web,,,. Web Web Web Web Web. 2 3 Web 4 5 2. 2. Web 2 Web Web Web Web 2. 2 [] A B R C R D 手法も異なる 3. Web 操作パターン抽出
次元圧縮法を導入したクエリに基づくバイクラスタリング 情報推薦への応用 武内充三浦功輝岡田吉史 ( 室蘭工業大学 ) 概要以前, 我々はクエリに基づくバイクラスタリングを用いた情報推薦手法を提案した. 本研究では, 新たに推薦スコアが非常に良く似たユーザまたはアイテムを融合する次元圧縮法を導入した. 実験として, 縮減前と縮減後のデータセットのサイズとバイクラスタ計算時間の比較を行う. キーワード
図1 ネイルレシピ検索システム概要 ントを取得することによって ユーザの持っている服に似合う コーディネートを検索するシステムを構築することを目的とし ている [7] 本研究では ネイルレシピを対象としており 場 所に対応しているかだけでなく ユーザの好みや腕も考慮して いる 津田らは 爪の反射率の
![図1 ネイルレシピ検索システム概要 ントを取得することによって ユーザの持っている服に似合う コーディネートを検索するシステムを構築することを目的とし ている [7] 本研究では ネイルレシピを対象としており 場 所に対応しているかだけでなく ユーザの好みや腕も考慮して いる 津田らは 爪の反射率の](/thumbs/91/104825768.jpg "図1 ネイルレシピ検索システム概要 ントを取得することによって ユーザの持っている服に似合う コーディネートを検索するシステムを構築することを目的とし ている [7] 本研究では ネイルレシピを対象としており 場 所に対応しているかだけでなく ユーザの好みや腕も考慮して いる 津田らは 爪の反射率の")
DEIM Forum 2017 P8-6 603 8555 651 2188 3-1 E-mail: {g1444206,g1245108,nakajima}@cc.kyoto-su.ac.jp, Mayumi Ueda@red.umds.ac.jp Web Web 1. 2015 2,223 [1] 2015 24,450 Web Web 2. Cookpad [2] [3] [4] rednails
(MIRU2008) HOG Histograms of Oriented Gradients (HOG)
(MIRU2008) 2008 7 HOG - - E-mail: katsu0920@me.cs.scitec.kobe-u.ac.jp, {takigu,ariki}@kobe-u.ac.jp Histograms of Oriented Gradients (HOG) HOG Shape Contexts HOG 5.5 Histograms of Oriented Gradients D Human
円筒面で利用可能なＡＲマーカ
円筒面で利用可能な AR マーカ AR Marker for Cylindrical Surface 2014 年 11 月 14 日 ( 金 ) 眞鍋佳嗣千葉大学大学院融合科学研究科 マーカベース AR 二次元マーカはカメラ姿勢の推定, 拡張現実等広い研究分野で利用されている 現実の風景 表示される画像 デジタル情報を付加 カメラで撮影し, ディスプレイに表示 使用方法の単純性, 認識の安定性からマーカベース
WISS Woodman Labs GoPro 1 [5, 3, 2] Copyright is held by the author(s). 1 GoPro GoPro 2 6 GoPro RICOH THETA 3 Kodak P
![WISS Woodman Labs GoPro 1 [5, 3, 2] Copyright is held by the author(s). 1 GoPro GoPro 2 6 GoPro RICOH THETA 3 Kodak P](/thumbs/97/132457040.jpg "WISS Woodman Labs GoPro 1 [5, 3, 2] Copyright is held by the author(s). 1 GoPro GoPro 2 6 GoPro RICOH THETA 3 Kodak P")
WISS 2016. 8 1 Woodman Labs GoPro 1 [5, 3, 2] Copyright is held by the author(s). 1 GoPro https://gopro.com/ 360 GoPro 2 6 GoPro RICOH THETA 3 Kodak PIXPRO SP360 4 Samsung Gear 360 5 1 RICOH THETA S Brazucam
i
23 20 20115093 i 1 1 2 3 2.1.......................... 3 2.1.1.................. 3 2.1.2.................................. 4 2.1.3........................... 5 2.1.4.............................. 5 2.2.......
IPSJ SIG Technical Report 1,a) 1,b) N-gram 75.9% 1. Firefox Linux (Open Source Software: OSS) (Mailing List: ML) (Bug Tracking System: BTS) (Version C
1,a) 1,b) N-gram 75.9% 1. Firefox Linux (Open Source Software: OSS) (Mailing List: ML) (Bug Tracking System: BTS) (Version Control System: VCS)?? 1 NNCT, 22 Yatatyou,Yamatokoriyamashi, Nara 639 1080, Japan
(Microsoft PowerPoint - \203|\203X\203^\201[\224\255\225\\\227p\216\221\227\ ppt)
Web ページタイプによるクラスタリングを用いた検索支援システム 折原大内海彰電気通信大学システム工学専攻 はじめに 背景 文書クラスタリングを用いた検索支援システム Clusty(http://clusty.jp/) KartOO(http://www.kartoo.com/) Carrot(http://www.carrot-search.com/) これらはすべてトピックによる分類を行っている
クイックスタートマニュアル目次 スマホサイトビルダーモビークとは? モビークの特徴 ドラッグ& ドロップで簡単編集 スタイリッシュなデザイン部品 PC サイトと自動連動 最高のSEO 対策導入までの流れ STEP1 初期デザイン設定 STEP2 ページの登録 STEP3 スマホページの編集 STEP
スマホサイトビルダーモビーククイックスタートマニュアル 更新日 :2014 年 06 月 02 日 Ver:2.0.0 Copyright2012-2014mobeekAllRightsreserved. クイックスタートマニュアル目次 スマホサイトビルダーモビークとは? モビークの特徴 ドラッグ& ドロップで簡単編集 スタイリッシュなデザイン部品 PC サイトと自動連動 最高のSEO 対策導入までの流れ
IPSJ SIG Technical Report Vol.2010-MPS-77 No /3/5 VR SIFT Virtual View Generation in Hallway of Cybercity Buildings from Video Sequen
VR 1 1 1 1 1 SIFT Virtual View Generation in Hallway of Cybercity Buildings from Video Sequences Sachiyo Yoshida, 1 Masami Takata 1 and Joe Kaduki 1 Appearance of Three-dimensional (3D) building model
IPSJ SIG Technical Report Vol.2016-CLE-19 No /5/20 1,a) 2,b) 3,c) Proposal of self-reflection using the video-sharing site NISHIOKU Kazukiyo 1,a
,a),b) 3,c) Proposal of self-reflection using the video-sharing site NISHIOKU Kazukiyo,a) SORANO Kosuke,b) OZAKI Takuro 3,c). PC Osaka Kyoiku University Faculty of Education Osaka Kyoiku University Graduate
Microsoft PowerPoint - presen
解析支援ネット OKAYAMA 画像解析に関する技術講演会 2008.03.28 車上からの道路標識の認識 岡山県立大学情報工学部スポーツシステム工学科山内仁 はじめに 高度道路交通システム (ITS) VICS ETC etc. 走行支援道路システム (AHS) 車載カメラによる環境認識 (AHS-i) 道路標識の認識 認知に関わる事故の防止 2 車両運行に関わる標識 標識情報の取得手段 : 車載カメラ
isai indd
24 2009.4 1 2 3 4 Stereo camera Robot Inspection 5 6 7 8 研究動向紹介 修士論文概要 限られた視聴時間内における動画の効果的な時間短縮手法 中京大学大学院 情報科学研究科 情報科学専攻 伊藤 秀和 本研究は 動画共有サイトにおいて限られた時間の下で動画を効率良く視聴するための手法について 考察する 現在の配信されている動画は 最終的に視聴者に提供される段階でその再生時間は固定となっ
スライド 1
知能制御システム学 画像追跡 (1) 特徴点の検出と追跡 東北大学大学院情報科学研究科鏡慎吾 swk(at)ic.is.tohoku.ac.jp 2008.07.07 今日の内容 前回までの基本的な画像処理の例を踏まえて, ビジュアルサーボシステムの構成要素となる画像追跡の代表的手法を概説する 画像上の ある点 の追跡 オプティカルフローの拘束式 追跡しやすい点 (Harris オペレータ ) Lucas-Kanade
2 1 Liang [2] Liang Zhai [3] Zhai [4] MPEG 1 [5] [6] Goromi-TV Goromi-TV [1] Kelm [7] Kelm Wikipedia GeoNames Crandall [8] Quack [9] Quack Qua
![2 1 Liang [2] Liang Zhai [3] Zhai [4] MPEG 1 [5] [6] Goromi-TV Goromi-TV [1] Kelm [7] Kelm Wikipedia GeoNames Crandall [8] Quack [9] Quack Qua](/thumbs/92/108770635.jpg "2 1 Liang [2] Liang Zhai [3] Zhai [4] MPEG 1 [5] [6] Goromi-TV Goromi-TV [1] Kelm [7] Kelm Wikipedia GeoNames Crandall [8] Quack [9] Quack Qua")
DEIM Forum 2012 B5-1 テレビ番組からの位置情報付き旅行映像データベースの自動構築 向井 康貴 柳井 啓司 電気通信大学 電気通信学部 情報工学科 182 8585 東京都調布市調布ヶ丘 1-5-1 E-mail: mukai-y@mmcsuecacjp, yanai@csuecacjp あらまし 本研究では 録画したテレビ番組の内容に関連した場所を推定し 地図上に配置することにより録画した
PowerPoint プレゼンテーション
JAN コード登録マニュアル 項目説明 CSV で商品データを upload するに当たり 間違えやすいカラムについてまとめました 項目 説明 備考 コントロールカラム CSV 上で当該商品情報をどうするのか ( 更新 削除等 ) 指示するコード "u": 更新 "d": 削除等 商品管理番号 出来上がった商品ページURLの一部であり 入力がない場合は自動採番される web 上で商品を特定するキーコード
使用説明書（Macintosh）
4 5 CANON INC. 00 CT-785DPPMJ-000 4 5 4 5 4 5 4 5 4 5 4 5 4 4 5 4 5 4 5 はじめに 特定の箇所を拡大して見る 編集画面で画像を拡大して見る 拡大したい箇所をダブルクリックする やりたいこと 目次 ダブルクリック 4 5 基本操作 ダブルクリック 応用操作 編集画面が表示されます ダブルクリックした箇所を中心に 00 ピクセル等倍
GS02 r 1 r 2 3 4 5 1 2 mm c a a b c r b 6 r 1 a e b c d a b c M 3 r c 7 8 9 r 10 11 r 12 13 r r 14 r 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 _a _b _f _g _h _k _l _m _o _p _q _s t _c _n u v
色の類似性に基づいた形状特徴量CS-HOGの提案
IS3-04 第 18 回 画 像 センシングシンポジウム, 横 浜, 2012 年 6 月 CS-HOG CS-HOG : Color Similarity-based HOG feature Yuhi Goto, Yuji Yamauchi, Hironobu Fujiyoshi Chubu University E-mail: yuhi@vision.cs.chubu.ac.jp Abstract
untitled
DEIM Forum 2019 I2-4 305-8573 1-1-1 305-8573 1-1-1 305-8573 1-1-1 ( ) 151-0053 1-3-15 6F 101-8430 2-1-2 CNN LSTM,,,, Measuring Beginner Friendliness / Visiual Intelligibility of Web Pages explaining Academic
B: サイトから参加 1) ブラウザからミーティングが開催されるコーポレートサイト URL にアクセスします 2) ミーティング一覧内の自分の参加するミーティングから [ 参加 ] をクリックします C: パーソナル会議へ参加 1) ブラウザからミーティングが開催されるパーソナル会議 URL にアク
![B: サイトから参加 1) ブラウザからミーティングが開催されるコーポレートサイト URL にアクセスします 2) ミーティング一覧内の自分の参加するミーティングから [ 参加 ] をクリックします C: パーソナル会議へ参加 1) ブラウザからミーティングが開催されるパーソナル会議 URL にアク](/thumbs/91/107501355.jpg "B: サイトから参加 1) ブラウザからミーティングが開催されるコーポレートサイト URL にアクセスします 2) ミーティング一覧内の自分の参加するミーティングから [ 参加 ] をクリックします C: パーソナル会議へ参加 1) ブラウザからミーティングが開催されるパーソナル会議 URL にアク")
Arcstar WebConferencing ( ミーティングセンタ ) 参加者用簡単マニュアル コーポレートサイト URL: http://.webex.com URL はサイト管理者にご確認ください 1 ご用意いただく機材 2 ミーティングに参加 1 ご用意いただく機材 3 ミーティング中の操作 4 ミーティングから退席する ミーティングの開催時間になりましたら A B または C の方法で参加してください
図 2: 高周波成分を用いた超解像 解像度度画像とそれらを低解像度化して得られる 低解像度画像との差により低解像度の高周波成分 を得る 高解像度と低解像度の高周波成分から位 置関係を保ったままパッチ領域をそれぞれ切り出 し 高解像度パッチ画像と低解像度パッチ画像の ペアとしてデータベースに登録する
Exemplar-Based Super-Resolution of Human Body Image in Surveillance Video 1 1,2 1 1 1 Kento Nishibori 1, Tomokazu TAKAHASHI 1,2, Daisuke DEGUCHI 1, Ichiro IDE 1 and Hiroshi MURASE 1 1 2 nishiborik@murase.m.is.nagoya-u.ac.jp
[1] SBS [2] SBS Random Forests[3] Random Forests ii
![[1] SBS [2] SBS Random Forests[3] Random Forests ii](/thumbs/74/70333192.jpg "[1] SBS [2] SBS Random Forests[3] Random Forests ii")
Random Forests 2013 3 A Graduation Thesis of College of Engineering, Chubu University Proposal of an efficient feature selection using the contribution rate of Random Forests Katsuya Shimazaki [1] SBS
yoo_graduation_thesis.dvi
200 3 A Graduation Thesis of College of Engineering, Chubu University Keypoint Matching of Range Data from Features of Shape and Appearance Yohsuke Murai 1 1 2 2.5D 3 2.1 : : : : : : : : : : : : : : :
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2013-CVIM-186 No /3/15 EMD 1,a) SIFT. SIFT Bag-of-keypoints. SIFT SIFT.. Earth Mover s Distance
EMD 1,a) 1 1 1 SIFT. SIFT Bag-of-keypoints. SIFT SIFT.. Earth Mover s Distance (EMD), Bag-of-keypoints,. Bag-of-keypoints, SIFT, EMD, A method of similar image retrieval system using EMD and SIFT Hoshiga
平成 27 年度 ICT とくしま創造戦略 重点戦略の推進に向けた調査 研究事業 アクティブラーニングを支援する ユーザインターフェースシステムの開発 ( 報告書 ) 平成 28 年 1 月 国立高等専門学校機構阿南工業高等専門学校
平成 27 年度 ICT とくしま創造戦略 重点戦略の推進に向けた調査 研究事業 アクティブラーニングを支援する ユーザインターフェースシステムの開発 ( 報告書 ) 平成 28 年 1 月 国立高等専門学校機構阿南工業高等専門学校 1 はじめに ICTとくしま創造戦略の人材育成 教育分野の重点戦略のひとつに教育環境のICT 化があげられており, また平成 27 年に閣議決定された世界最先端 IT
(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b
![(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b](/thumbs/91/105641706.jpg "(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b")
(MIRU202) 202 8 AdrianStoica 89 0395 744 89 0395 744 Jet Propulsion Laboratory 4800 Oak Grove Drive, Pasadena, CA 909, USA E-mail: uchino@irvs.ait.kyushu-u.ac.jp, {yumi,kurazume}@ait.kyushu-u.ac.jp 2 nearest
Microsoft Word - 白井散策マップ_日本語マニュアル.docx
白井散策マップ 日本語マニュアル (iphone アプリ名 : 白井散策 Map ) Ver. 0.01 白井市教育委員会文化課 東京大学空間情報科学研究センター 2017 年 8 月 13 日 目次 1. 準備... 1 2. 起動方法... 2 3. メイン画面の説明... 3 4. マップ操作の説明... 4 4.1 進行方向を上向きにマップ表示... 4 4.2 現在地を画面中心にマップ表示...
目 次 タイトルの作成... 1 新しいスライドを作成... 1 画像の挿入... 2 テキストボックスの挿入... 4 練習問題 表の挿入... 7 グラフの挿入... 8 図形の挿入... 9 テーマの設定 アニメーションの設定 グラフの系列別のアニメーショ
パワーポイントで 会社案内作成 目 次 タイトルの作成... 1 新しいスライドを作成... 1 画像の挿入... 2 テキストボックスの挿入... 4 練習問題 1... 6 表の挿入... 7 グラフの挿入... 8 図形の挿入... 9 テーマの設定... 10 アニメーションの設定... 11 グラフの系列別のアニメーションの設定... 13 アニメーションの軌跡の設定... 14 練習問題
Movable Type CMS Movable Type Movable Type 5.2 CMS
( Movable Type CMS 11 2001 2012 2001 Movable Type 1.0 2012 Movable Type 5.2 CMS Movable Type 5 Movable Type CMS 5 New! ü ü CMS ü 9,975 ü ü ü CMS 1 5 63,000 3 PDF CMS Movable Type html css Flash JavaScript
<4D F736F F F696E74202D20352D335F8D5C90AC CF909482CC90B690AC82C695D28F572E707074>
RD_301 構成要素一覧と検索 から構成要素の編集辞書 ( 削除 ) を作る 作成 ( 編集 ) する削除辞書を開きます 構成要素を検索します ドラック & ドロップでも OK 範囲を選択して右クリック 右クリック 削除辞書に登録 ( 追加 ) したい構成要素を選択しコピーします 削除辞書に追加 ( 貼りつけ ) ます Step5. 削除辞書に構成要素が登録 ( 追加 ) されます 構成要素一覧と検索
An Effective Approach of University-Industry Research Collaboration on Computer Vision 143
An Effective Approach of University-Industry Research Collaboration on Computer Vision 143 . 2002 Viola 2005. 144 画像認識分野における効果的な産学連携 米国カーネギーメロン大学では 1997年からビデオ監視システムに関する研究である VSAM Video Surveillance and
C Approach to attention using Reverse Perspective illusion by Agent projecting three-d face picture into the Hemisphere Model Hikaru Komori Na
C-09 2015 Approach to attention using Reverse Perspective illusion by Agent projecting three-d face picture into the Hemisphere Model Hikaru Komori Naoto Yoshida Tomoko Yonezawa 1., Kansai University 2.
PowerPoint プレゼンテーション
EndNote basic( 応用編 ) 1 EndNote basic 操作方法 ( 応用編 ) 1. 参考文献リスト作成方法 ( プラグイン利用 ) 共有文献の引用参考文献スタイルの変更引用した文献のリスト削除 Word マクロを取り除く方法参考文献リストのレイアウト変更 Word プラグインを使わず参考文献リストを作成する方法文献リストのみの出力文献情報のファイル出力 2. Manuscript
データバンクシステム構築業務
2013/07/02 改訂 目 次 1 概要... 2 1.1 概要... 2 1.2 動作環境... 2 1.3 利用規約... 2 1.4 画面構成... 3 2 操作方法... 4 2.1 共通基本操作... 4 2.1.1 拡大 縮小... 5 2.1.2 地図の移動... 6 2.1.3 メニューの表示 非表示... 7 2.1.4 レイヤ設定... 8 2.1.4.1 航空写真を表示する...
2/17 目次 I. はじめに... 3 II. 操作手順 (Controlの場合) 断面の作成 寸法測定 異なる断面間の寸法測定 繰り返し処理...11 III. 操作手順 (Verifyの場合) 断面の作成... 1
Geomagic Control / Verify 操作手順書 2D 断面における寸法測定 第 2 版 2016.6.1 会社名 連絡先変更初版 2016.3.10 新規発行 2/17 目次 I. はじめに... 3 II. 操作手順 (Controlの場合)... 4 1. 断面の作成... 4 2. 寸法測定... 6 3. 異なる断面間の寸法測定... 9 4. 繰り返し処理...11 III.
Raspberry Pi BF BF BF Raspberry Pi PC USB HDMI OS SD SD OS Raspberry Pi Model B MicroUSB MicroSD OS SD GPIO HDMI USB LAN Raspberry Pi MicroUSB MicroSD
Raspberry Pi Arduino Arduino Raspberry Pi Arduino URL Raspberry Pi HDMI USB SD https://www.raspberrypi.org/ Python, Scratch Arduino PC USB https://www.arduino.cc/ Arduino SDK Processing Kinect for Windows,
共有辞書を用いた 効率の良い圧縮アルゴリズム
大規模テキストに対する 共有辞書を用いた Re-Pair 圧縮法 Variable-to-Fixed-Length Encoding for Large Texts Using Re-Pair Algorithm with Efficient Shared Dictionaries 関根渓, 笹川裕人, 吉田諭史, 喜田拓也 北海道大学大学院情報科学研究科 1 背景 : 巨大なデータ 計算機上で扱うデータの巨大化.
bag-of-words bag-of-keypoints Web bagof-keypoints Nearest Neighbor SVM Nearest Neighbor SIFT Nearest Neighbor bag-of-keypoints Nearest Neighbor SVM 84
Bag-of-Keypoints Web G.Csurka bag-of-keypoints Web Bag-of-keypoints SVM 5.% Web Image Classification with Bag-of-Keypoints Taichi joutou and Keiji yanai Recently, need for generic image recognition is
Microsoft Word - 卒論レジュメ_最終_.doc
指紋認証のマニューシャ抽出について 澤見研究室 I02I036 兼信雄一 I02I093 柳楽和信 I02I142 吉田寛孝 1. はじめに近年, キャッシュカードや暗証番号が盗用され, 現金が引き出されるような事件が相次いでいる. これらの対向策として人間の体の一部を認証の鍵として利用する生体認証に注目が集まっている. そこで我々は, 生体認証で最も歴史がある指紋認証技術に着目した. 指紋認証方式は,2
r 1
GL07S r 1 r 2 3 4 5 1 2 M c a b c r a b 6 r 1 a b c d e f a g h 83 M r 7 8 9 r 10 r 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 a b e f g c k q r n s d o h t u v i l p w x j m 29 a r b c d + -
電子情報通信学会ワードテンプレート (タイトル)
DEIM Forum 2014 F8-2 同一料理に対する多様なレシピ集合からの 効率的な選別を目的とした可視化手法 村瀬秀牛尼剛聡 九州大学芸術工学部 815-8540 福岡市南区塩原 4-9-1 九州大学大学院芸術工学研究院 815-8540 福岡市南区塩原 4-9-1 E-mail: fonewmjp@gmail.com, ushiama@design.kyushu-u.ac.jp あらまし近年,
2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]
![2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]](/thumbs/39/20193688.jpg "2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]")
Walking Person Recognition by Matching Video Fragments Masashi Nishiyama, Mayumi Yuasa, Tomokazu Wakasugi, Tomoyuki Shibata, Osamu Yamaguchi ( ), Corporate Research and Development Center, TOSHIBA Corporation
2008 年度下期未踏 IT 人材発掘 育成事業採択案件評価書 1. 担当 PM 田中二郎 PM ( 筑波大学大学院システム情報工学研究科教授 ) 2. 採択者氏名チーフクリエータ : 矢口裕明 ( 東京大学大学院情報理工学系研究科創造情報学専攻博士課程三年次学生 ) コクリエータ : なし 3.
2008 年度下期未踏 IT 人材発掘 育成事業採択案件評価書 1. 担当 PM 田中二郎 PM ( 筑波大学大学院システム情報工学研究科教授 ) 2. 採択者氏名チーフクリエータ : 矢口裕明 ( 東京大学大学院情報理工学系研究科創造情報学専攻博士課程三年次学生 ) コクリエータ : なし 3. プロジェクト管理組織 株式会社オープンテクノロジーズ 4. 委託金支払額 3,000,000 円 5.
スライド 1
ホームページ作成 ~ ホームページ ビルダーを使って ~ 1. ホームページ ビルダーを開く 1デスクトップにあるホームページ ビルダーのアイコンをダブルクリックして起動する 1 1 2 3 4 1 メニューバー 2 かんたんナビバー 3 ツールバー 4 ナビメニュー 2 2 一度サイトを作成した後は サイトを開く リックすることによりサイトを開くことができます をク 3 学校ホームページを編集する際
000
インストールする 前 に インストールが 自 動 で 始 まらない 場 合 インストール 中 またはアンインストール 中 に 下 のような 画 面 が 表 示 された 場 合 ソフトウェアのアップデートについて ソフトウェア最新版について 下記 弊社ホームページよりソフトウェアの最新情報をご確認ください ソフトウェア最新版をホームページよりダウンロードを行い お客様がお使いのソフトウェアを
3Dプリンタ用CADソフト Autodesk Meshmixer入門編[日本語版]
![3Dプリンタ用CADソフト Autodesk Meshmixer入門編[日本語版]](/thumbs/101/150216105.jpg "3Dプリンタ用CADソフト Autodesk Meshmixer入門編[日本語版]")
ご購入はこちら. http://shop.cqpub.co.jp/hanbai 第 1 章操作メニュー ソフトウェアの立ち上げ時に表示されるトップ メニューと, 各メニューの役割について紹介します. ソフトウェアを使うにあたり, どこからスタートさせるのか確認しましょう. 最初に, 操作メニューから確認していきましょう. ソフトウェアを立ち上げると, 図 1-1 が現れます. この画面で, 大きく三つの操作メニュー
YouTube アフィリエイトスタートガイド 目次 著作権について... 2 使用許諾契約書... 2 YouTube アフィリエイトスタートガイドの流れ... 4 ステップ 1 GoogleAdsense 取得用の Google アカウントを作成... 7 ステップ 2 GoogleAdsense
YouTube アフィリエイト スタートガイド Youtube を使って報酬を得るための準備 0 YouTube アフィリエイトスタートガイド 目次 著作権について... 2 使用許諾契約書... 2 YouTube アフィリエイトスタートガイドの流れ... 4 ステップ 1 GoogleAdsense 取得用の Google アカウントを作成... 7 ステップ 2 GoogleAdsense 取得用の
Microsoft Word - EDSマニュアル.doc
基本検索画面 機能タブキーワード以外の検索モードや 図書館 OPAC 電子ジャーナルカタログへのリンクなどが表示されます 検索ボックス検索する語句を入力します 検索オプションクリックすることで 詳細画面と同様 検索オプション ( 検索モードおよび拡張 検索条件の限定 ) が展開します 論理演算子 AND: つの検索語のうち 両方の単語が入っているものを検索します OR: つの検索語のうち そのどちらかの単語が入っているものを検索します
Microsoft Word - Word1.doc
Word 2007 について ( その 1) 新しくなった Word 2007 の操作法について 従来の Word との相違点を教科書に沿って説明する ただし 私自身 まだ Word 2007 を使い込んではおらず 間違いなどもあるかも知れない そうした点についてはご指摘いただければ幸いである なお 以下において [ ] で囲った部分は教科書のページを意味する Word の起動 [p.47] Word
目 次 機能概要 4 A ボイスパネル 5 削除 5 追加 6 B メッセージボード 7 文章の作成方法 7 文章作成を間違えた場合 8 C スケジュール 9 スケジュール一覧 9 作成 10 編集 10 スケジュール名の変更 11 並び替え 11 削除 12 各スケジュール 13~14 スケジュー
vocaco マニュアル はじめに本アプリケーション vocaco( スケジュール機能付きVOCAアプリ ) は iphone,ipad 上で動作するVOCAの機能 単語を使って文章を作成する機能 スケジュールの表示 削除機能を兼ね揃えております おすすめ ボイスパネルでは ボタンを押して音声を出すことや自分の伝えたいことを作成 追加することができます メッセージボードは 先生や友達と絵カード等でコミュニケーションを行っている児童
DEIM Forum 2012 E Web Extracting Modification of Objec
DEIM Forum 2012 E4-2 670 0092 1 1 12 E-mail: nd11g028@stshse.u-hyogo.ac.jp, {dkitayama,sumiya}@shse.u-hyogo.ac.jp Web Extracting Modification of Objects for Supporting Map Browsing Junki MATSUO, Daisuke
情報処理学会研究報告 い認識率を示す事が出来なかったと報告している 視覚特徴量としては SIFT や SURF のような局所的な 領域から特徴量を抽出する方法がある [4] [5] これらの 特徴量とフローベクトルを使いダイナミックなシーンの分 類を行う手法が提案されている しかし これらの画像特
![情報処理学会研究報告 い認識率を示す事が出来なかったと報告している 視覚特徴量としては SIFT や SURF のような局所的な 領域から特徴量を抽出する方法がある [4] [5] これらの 特徴量とフローベクトルを使いダイナミックなシーンの分 類を行う手法が提案されている しかし これらの画像特](/thumbs/81/82759216.jpg "情報処理学会研究報告 い認識率を示す事が出来なかったと報告している 視覚特徴量としては SIFT や SURF のような局所的な 領域から特徴量を抽出する方法がある [4] [5] これらの 特徴量とフローベクトルを使いダイナミックなシーンの分 類を行う手法が提案されている しかし これらの画像特")
,a) Web SVM. Web GPS a) sc96@ibe.kagoshima-u.ac.jp. Efros Xiao [] [] Efros HOG [] Google Street View SVM Google Street View c 4 Information Processing Society of Japan 情報処理学会研究報告 い認識率を示す事が出来なかったと報告している
IPSJ SIG Technical Report Vol.2010-CVIM-170 No /1/ Visual Recognition of Wire Harnesses for Automated Wiring Masaki Yoneda, 1 Ta
1 1 1 1 2 1. Visual Recognition of Wire Harnesses for Automated Wiring Masaki Yoneda, 1 Takayuki Okatani 1 and Koichiro Deguchi 1 This paper presents a method for recognizing the pose of a wire harness
Microsoft PowerPoint _3a-SEO.pptx
3.Web の使いやすさ 検索エンジン最適化 Web アクセシビリティ 1 検索エンジンのシェア 2018 年 5 月現在の世界シェア (%) モバイル にはタブレット端末も含む デスクトップ モバイル Google 70.0 81.3 Baidu ( 百度 ) 17.2 12.7 Bing ( マイクロソフト ) 7.6 0.8 Yahoo! 3.6 0.8 その他 1.6 4.4 出典: http://netmarketshare.com/
コンピュータグラフィックス基礎 No
課題 6: モデリング (1) OBJView の動作確認 ( レポートには含めなくてよい ) 次ページ以降の 課題用メモ を参考にして OBJ ファイルを 3D 表示する OBJView を実行し 画面に立体が表示されることを確認するとともに 以下の機能を確認しなさい 左ドラッグによる立体の回転 右ドラッグによる拡大/ 縮小 [v] キーによる頂点の表示 非表示 サンプルに含まれる bunny_3k.obj
2007年度版
3 発表に向けて 1) アニメーションさせる ( 画面に動きをつける ) には アニメーション効果を設定するにはアニメーション効果とはスライドの中の文字や画像などに動きをつける表示方法です テキストや画像 図形を説明の順序に合わせ クリックしたタイミングで順番に表示させることができます クリックするごとに 箇条書きの項目がひとつずつ表示されてくるよう アニメーションを設定してみましょう! 1 [ アニメーション
Microsoft Word - ModelAnalys操作マニュアル_
モデル分析アドイン操作マニュアル Ver.0.5.0 205/0/05 株式会社グローバルアシスト 目次 概要... 3. ツール概要... 3.2 対象... 3 2 インストールと設定... 4 2. モデル分析アドインのインストール... 4 2.2 モデル分析アドイン画面の起動... 6 3 モデル分析機能... 7 3. 要求分析機能... 7 3.. ID について... 0 3.2 要求ツリー抽出機能...
4. C i k = 2 k-means C 1 i, C 2 i 5. C i x i p [ f(θ i ; x) = (2π) p 2 Vi 1 2 exp (x µ ] i) t V 1 i (x µ i ) 2 BIC BIC = 2 log L( ˆθ i ; x i C i ) + q
![4. C i k = 2 k-means C 1 i, C 2 i 5. C i x i p [ f(θ i ; x) = (2π) p 2 Vi 1 2 exp (x µ ] i) t V 1 i (x µ i ) 2 BIC BIC = 2 log L( ˆθ i ; x i C i ) + q](/thumbs/92/110416683.jpg "4. C i k = 2 k-means C 1 i, C 2 i 5. C i x i p [ f(θ i ; x) = (2π) p 2 Vi 1 2 exp (x µ ] i) t V 1 i (x µ i ) 2 BIC BIC = 2 log L( ˆθ i ; x i C i ) + q")
x-means 1 2 2 x-means, x-means k-means Bayesian Information Criterion BIC Watershed x-means Moving Object Extraction Using the Number of Clusters Determined by X-means Clustering Naoki Kubo, 1 Kousuke
目次 管理画面へログイン 3 採用情報の投稿 4 採用情報の入力方法 5 トップページの項目の編集 6-9 メディアライブラリ 10-11
採用ページプラスアイ更新用マニュアル Powered by 目次 管理画面へログイン 3 採用情報の投稿 4 採用情報の入力方法 5 トップページの項目の編集 6-9 メディアライブラリ 10-11 管理画面へログイン このサイト全体は CMS(WordPress) によって管理しております そのため 主なコンテンツ更新は WordPress 管理画面より更新が可能なものとなっております まずはその管理画面へログインします
AFP FORUM
Titre de la présentation PowerPoint 1 AFP FORUM 2015 Titre de la présentation PowerPoint 2 AFP Forum のカスタマイズ 2015 AFP Forum マイアカウントページでカスタマイズ設定する マイアカウントページの Settings を開きます 1 2 3 1 言語の設定 以下の言語から選択します 英語
RIC Place ユーザーマニュアル
最終更新日 : 平成 31 年 3 月 29 日 RIC Place ユーザーマニュアル 目次 1.. 概要... 1-1 2. パスワード変更... 2-2 3.. ログイン... 3-3 4. データを探す... 4-5 データ検索方法... 4-5 4.1.1. キーワードから探す... 4-5 4.1.2. 画像から探す... 4-6 4.1.3. 動画から探す... 4-7 4.1.4.
V6.5L20 の主な変更点 1. ScanSnap の最新の推奨動作環境 (CPU: Intel Core i5 2.5GHz 以上 メモリ容量 :4GB 以上 ) における PDF ファイルの出力 表示処理を全面的に見直しました ( 1) 特に ScanSnap Organizerの表示性能が大
ScanSnap Manager 過去の変更点一覧 V6.5L33 の主な変更点 1. アイコンデザインを変更しました 2. テキストサイズを 200% に設定した場合に 画面の一部で操作できない不具合を修正しました 3. ScanSnap Organizer などの ScanSnap ソフトウェアをインストールした状態で ScanSnap Manager をアンインストールすると ScanSnap
Web WIX WIX WIX Web Web Web WIX WIX WIX Web 3. Web Index 3. 1 Web Index (WIX), Web. Web, WIX, Web ( WIX ), URL. 3. 2 WIX 1 entry wid eid keyword targe
DEIM Forum 2016 H6-5 Web Index 223 8522 3-14-1 E-mail: nanadama@db.ics.keio.ac.jp, toyama@ics.keio.ac.jp Web Index(WIX) (keyword) Web URL(target) (WIX ) Web ( ) Web URL Web WIX RSS WIX Web Index, Web,
IPSJ SIG Technical Report iphone iphone,,., OpenGl ES 2.0 GLSL(OpenGL Shading Language), iphone GPGPU(General-Purpose Computing on Graphics Proc
iphone 1 1 1 iphone,,., OpenGl ES 2.0 GLSL(OpenGL Shading Language), iphone GPGPU(General-Purpose Computing on Graphics Processing Unit)., AR Realtime Natural Feature Tracking Library for iphone Makoto
2 列 B と 列 C の間にカーソルをあわせ, カーソルの形が変化したところでドラッグして右に移動し, 列 B の幅を約 に設定します 3 列 C の上でマウスをドラッグして右に移動し, 列 C, 列 D, 列 E の 3 列を一括選択します 一括選択ができたら, 列 C と 列 D
費用 時間概算集計表を Excel で作成する 表計算ソフト Excel を使用して費用 時間概算集計表を作成します 教科書 P.18~P.23 の内容を参考にして, 旅行の日程と費用の概算計画を行うための図表 図 A を作成し, 実際に表計算を行ってみることにしましょう 作成する図表 図 A 手順 1 各列のサイズを変更し図表の体裁を整えます 1 列 A と 列 B の間にカーソルをあわせ, カーソルの形が変化したところでドラッグして左に移動し,
画像参照画像送り 5 画像下部に再生ボタンが表示されます 再生ボタンをクリックすると 自動コマ送りされます 1
画像参照画像送り 画像参照の画像送り方法について説明します 画像上にカーソルを表示した状態で マウスのホイールボタンでスクロールする またはマウスの左ボタンで上下にドラックすると アクティブなシリーズの画像送りができます 1 カルテ タブや 画像 レポート タブから 画像アイコンをクリックします 画像が表示されます 3 画像が切り替わって表示されます シリーズの位置はバー上の で表示されます 2 画像上にカーソルを表示した状態で
センターでは,WAP からの位置情報を受信し, WAP が適切に設置されたかどうかを確認する 提案システムのシーケンス概要 図 2 に提案システムのシーケンスを示す. 携帯端末は,WAP から無線 LAN の電波を受信すると, DHCP サーバに対して IP アドレスを要求する. この要
災害時における電子メールによる安否通信方法の検討 竹山裕晃 名城大学大学院理工学研究科 渡邊晃 名城大学理工学部 1. はじめに 大災害時には, 家族や友人などに自分の安否を知らせようとする人や, 被災地にいる人を心配して連絡を取ろうとする人によって, ネットワークのトラヒックが増大し, 通信不可能になることが多い. また, 基地局の倒壊などにより通信環境自体が破壊される場合もある. そこで本研究では,
1(FST ) FST FST FST 2(FST ) FST FST 4 FST MMDAgent FST FST 5 MMDAgent FST FST FST MMDAgent FST FST FSTFST 状態番号, 遷移先状態番号, 遷移条件, 出 FST 例 / ε ε / ε / は 1
DEIM Forum 2016 B8-5 排他制御機能を有する状態遷移機械に基づく 音声対話コンテンツ制御手法 石川 博規 堤 修平 山本 大介 高橋 直久 名古屋工業大学大学院工学研究科情報工学専攻 466 8555 愛知県名古屋市昭和区御器所町 E-mail: hiroki@moss.elcom.nitech.ac.jp, {tsutsumi.shuhei,yamamoto.daisuke,naohisa}@nitech.ac.jp
2
2013 Vol.18 No.2 3 24 25 8 22 2 23 26 9 15 20 2 3 4 5 6 7 8 point1 point 2 point3 point4 10 11 point1 point 2 point 3 point 4 12 13 14 15 16 17 18 19 20 http://www.taishukan.co.jp/kateika/ 21 22 23 24
バイノーラルマイクを用いたライフログ映像のショット識別 Life-log Video Shot Discrimination using Binaural Microphone 山野貴一郎 伊藤克亘 法政大学大学院情報科学研究科 法政大学情報科学部 Kiichiro YAMANO Katunobu
バイノーラルマイクを用いたライフログ映像のショット識別 Life-log Video Shot Discrimination using Binaural Microphone 山野貴一郎 伊藤克亘 法政大学大学院情報科学研究科 法政大学情報科学部 Kiichiro YAMANO Katunobu ITOU Graduate School of Computer and Information Sciences,
0210研究会
複数のソーシャルメディアのレビューを 用いた商品比較基盤技術の提案 甲南大学大学院自然科学研究科服部祐基 甲南大学知能情報学部灘本明代 背景 ソーシャルメディアを用いて情報を取得する行為が多くなっている 商品の購入 商品認知の情報源 購入のきっかけとなった情報源 として 約 40% ものインターネットユーザがソーシャルメディアを活用している 1),2) ソーシャルメディアの書き込みを商品購入の際の参考にしているユーザが多く存在している
PowerPoint プレゼンテーション
BricsCAD 3D モデリング このチュートリアルの流れ このチュートリアルでは BricsCADV6 Platinum にて 3D モデリングを作成し そこから図面作成迄の流れをご説明いたします 初めて 3DCAD を操作される方を対象として記述しております BricsCAD の D 作図機能をご使用されているユーザ様を対象として説明しておりますので 細かな D 作図機能の説明は省かせていただいております
icde_5a_3
ICDE 2016 & WWW 2016 勉強会 Research Session 5A-3: Durable Graph Pattern Queries on Historical Graphs Konstantinos Semertzidis Evaggelia Pitoura 担当 : 楠和馬 ( 同志社大学 ) I. Introduction (1 / 2) } 背景 } 様々なドメインで時間経過につれ変化するグラフがほとんど
コンピュータグラフィックス演習 I 2012 年 5 月 21 日 ( 月 )5 限 担当 : 桐村喬 第 7 回モデリングの仕上げ 1 カメラワークとアニメーション 今日の内容 1. カメラワーク 2. シーンの設定 3. アニメーション 前回のテクスチャの紹介 1 / 10
コンピュータグラフィックス演習 I 2012 年 5 月 21 日 ( 月 )5 限 担当 : 桐村喬 第 7 回モデリングの仕上げ 1 カメラワークとアニメーション 今日の内容 1. カメラワーク 2. シーンの設定 3. アニメーション 前回のテクスチャの紹介 1 / 10 モデリングの仕上げモデルをどう見せるか? 作成した 3DCG モデルは 最終的には 作品 として 2 次元の画像あるいは
PowerPoint プレゼンテーション
簡易マニュアル D-QUICK7 ver4.0 Copyright (C) 2016 I-Site Corporation, All right reserved. 目次 2 1.D-QUICK7を起動する p.3 2. ログインする p.6 3. ログイン後の画面の見方 p.8 4. フォルダを登録する p.9 5. ドキュメントを登録 / 作成する (1) ファイルを登録する p.12 (2)
PowerPoint プレゼンテーション
Goldfire のリサーチ機能を利用した アイデア発想のサポート 2013 IDEA Inc. All rights reserved 直面している技術的な課題に対し 広い視野 と 専門的な情報 をヒントに 新しい解決策を得る方法を Goldfire を使いご紹介します 既存の解決方法にはどのようなものがあるか 情報を絞り込んでいく方法 スコープを広げてみる方法 異業種 異分野から効率的にヒントを見つける方法
目次 1. アニメーションの軌跡の概要と仕組み 3 2. パノラマ写真にアニメーションの軌跡を設定 まとめ 課題にチャレンジ 19 レッスン内容 アニメーションの軌跡の概要と仕組み アニメーションの軌跡とは スライドに配置したオブジェクト ( テキストや図形 画像など ) を
PowerPoint で楽しむムービー作成講座 第 9 回 アニメーションの軌跡で風景を見渡す PowerPoint で楽しむムービー作成講座 では 12 回に分けて デジタルカメラの写真や動画を 素材に ムービー作成ソフトを使用せずに PowerPoint 2010 だけでオリジナルムービーを作成す る方法を紹介します 本テキストの作成環境は 次のとおりです Windows 7 Home Premium
Visual班
Multimedia(Visual) 班 早稲田大学基幹理工学部情報通信学科甲藤研究室 1 Multimedia 班とは 画像処理の研究を中心に扱っています 主な研究分野 動画像圧縮符号化 圧縮動画像の画質推定 画像認識 4K, 8K, HDR 車載画像処理 画像信号処理からコンピュータビジョンまで 動画像に関する研究を幅広く扱っています 動画像に関係するものであれば 何でも研究できる! 2 動画像圧縮符号化
ワイヤレスセンサモジュール取扱説明書
スポーツセンシング 遠隔制御アプリケーション (For Windows) [ スポーツセンシング無線 ] 目次 1. 概要... 3 1.1 はじめに... 3 2. 遠隔制御アプリケーション... 4 2.1 はじめに... 4 2.2 アプリケーションの構成... 4 3. 機能詳細... 5 3.1 共通メニュー... 5 3.1.1. 接続... 5 3.1.1. COM ポート... 5