Miyabiarts.net

一年に一度の更新頻度

カテゴリーアーカイブ: ComputerVision

第11回 名古屋CV・PRML勉強会

博士論文執筆中だったり、数日前に個人的な何かがあったりで、中々準備ができなかったりしています。

今回は、完全に福嶋さん任せでした。

  • 日付:2011年11月19日(土) 13:30 – 17:00
  • 場所: 中部大学名古屋キャンパス 610室
  • イベントページ:http://t.co/9ksj14FD

 

発表者:福嶋先生(名工大)

以下に関する話を3時間弱延々と話してもらっていました。

  1. バイラテラルフィルタ
  2. 光線空間(Light Field)

具体的な内容としては以下の通りです。

  • コンピューテーショナルフォトグラフィとは?
  • バイラテラルフィルタ
    • 原理
    • 高速化手法
  • リアルタイムアプリケーションのデモ
  • ノイズ除去
  • 輪郭強調,HDR
  • ジョイントフィルタリング(フラッシュフォトグラフィ)
  • アルファマッティング
  • ノンフォトリアリスティックレンダリング
  • 超解像,デブラー
  • 背景差分
  • 奥行き推定
  • カラリゼーション
  • 光線空間(Light Field)
    • 可変焦点:焦点が後から変えられる
    • 自由視点;視点が後から変えられる

より詳細な内容は発表資料を御覧ください。

第10回 名古屋CV・PRM勉強会

勉強会の名前としてはCV・PRMLと、コンピュータビジョンの他にもパターン認識・機械学習を狙いつつも、基本的にコンピュータビジョンでしたが、今回は機械学習の話がメインでした。
  • 日付:2011年10月29日(土) 13:30 – 17:00
  • 場所: 中部大学名古屋キャンパス 6階大ホール
  • イベントページ:http://bit.ly/ncwhJ6

金融市場分析のためのパターン認識と機械学習 ~ テキスト・マイニングの応用例 ~

発表者:松井先生(中部大学)

これまで何度も参加していただいている松井先生に話して頂きました。最近の機械学習を用いたテキスト解析による金融市場分析の話でした。先生自身の研究内容も含めて、新聞の記事などに含まれるキーワードから金融の流れを予測するというものです。最近の研究だとTwitterのつぶやきから予測するものもあったりで面白かったです。SVMの詳しい話もあったりと、かなり機械学習寄りのお話でした。

論文紹介:”Photo-based Question Answering, “Tom Yeh, John J. Lee, Trevor Darrell, ACM Multimedia 2008

発表者:林くん

画像をクエリとして与えることで、その画像が何であるかを応えるシステムを作る論文でした。途中に人間が介在して、間違っていたら修正していくことでより良いシステムを構築しています。

論文紹介:Domain Adaptation for Object Recognition: An Unsupervised Approach,” Raghuraman Gopalan, Ruonan Li, and Rama Chellappa, ICCV2011

発表者:尾崎くん

去年、今年と流行しているドメイン適応(知識転移、転移学習)という考え方で物体を認識するという論文でした。ドメイン適応は、あるドメインで学習した識別器を別のドメインでも適応可能にするという、なんというか分かりそうで分かりにくい概念みたいな手法です。私も結構前から理解しようとしてはいるのですが、まだまだ時間がかかりそうです。この論文では、あるドメイン(実写のノートPC画像)から別のドメイン(AmazonなどのノートPC画像)の見た目の違いを多様体中の軌跡として表すことで、その間の転移を学習するというものでした。

Compound Reinforcement Learning(複利型強化学習)

発表者:松井先生(中部大学)

最後にもう一度松井先生の話でした。時間がギリギリになってしまい駆け足でしたが、金融の予測に対する強化学習の話でした。コンピュータビジョンの分野では予測しながら再度学習することが少ないので強化学習は名前は聞くものの触れる機会がなかったため、話が聞けて良かったです。内容としては、予測した結果から得られた報奨を用いて強化学習することで、予測精度を上げていくというものでした。


第12回 関西CV・PRML勉強会

予定が空いていたので、京都まで出張して発表してきました。
ずっと前から参加しようと思っていたので、ようやく行けて良かったです。
自分の発表内容は、「CVPR2011俯瞰」として、CVPR2011そのものや、名古屋や関東で紹介されたり個人的に興味あるCVPR2011の論文(Oral)を簡単に紹介するというものです。
発表資料はこちらです。
例のごとく、1日前に作っているので、色々と至らない点はありますが、今回は論文を30件以上読んで作ったので、本人の勉強した感はもの凄くありますよ。
Oralとなった論文中心ですが、今年の論文に良く見るものとして、「転移学習(知識転移・マルチタスク学習などの別名あり)」「Deformable Part Model」「Latent SVM」などが挙げられます。
特に「転移学習」はNIPSなどの機械学習の分野からやってきた概念ですが、今年のCVPRはこれに基づくものが本当に多数ありました。
この「転移学習」は、「あるドメインで学習した結果を、未知のドメインに適応する際に上手く動かすための技術」といった感じです。
これは凄い反面、これって本当にできるのか?とも思わせ、機械学習を黒魔術の領域に向かわせている技術ではないかという疑念も湧きます。
ただ、今の自分では全くと言うほど理解力が足りないので、色々読んでしっかりと理解していきたいと思います。
終了後の懇親会では、@_akisatoさんと研究の話とかを長い間していたような気がします。
そのあとは、二次会でお酒を飲み、朝までカラオケをした後で、名古屋に帰ってきました。
まだまだ元気みたいです。
また時間が空いていたら、是非参加しに行きたいと思います。

第14回コンピュータビジョン勉強会@関東「CVPR2011祭り」

CVPR2011というコンピュータの国際会議で発表された論文の中で、発表者が紹介したいものを掻い摘んで説明する勉強会が開催されました。

いつも通り1週間ほど遅れての更新。

詳しい内容に関しては、@takminさんのブログにまとめてあるので、そちらを参照ください。
自分の発表としては、Kinect論文として有名になった「Real-time Human Pose Recognition in Parts from Single Depth Images」を紹介しました。
既に研究室内の論文紹介、名古屋CV・PRML勉強会で発表したものをもうすこし詳しくしたもので、発表資料は以下の場所にあります。
内容の方はスライドを参照してもらうとして、省略します。
なんだか@handy_foxさんがネコミミを持ってきたので、よく分からないうちに装着し、そのまま発表していました。
他の方の論文紹介も面白かったですが、今回の一番のメインとなっていたのはやはり東大 原田先生と 早稲田大 石川先生のお話でした。
原田先生は一般物体認識・シーン認識のトレンドについて、石川先生はエリアチェアから見たCVPRについて話していただけました。
原田先生は、まだまだ面白い話を聞きたかったのですが、用意した資料が時間内に収まらなく、残念でした。
転移学習などを勉強したいと思っているので、資料を見ながら勉強しましょう。
石川先生は、CVPRの採録までのプロセスを紹介してくれて、日本人もCVPRみたいなトップ会議を狙って行かないといけないなという気にさせて頂きました。
今回は、裏で広島大 玉木先生があちこちで暗躍していたようで、思った以上に大きな勉強会となりました。
今年はまだICCV2011という大きなトップ会議が残っていますため、ICCV祭りが開かれることになるようです。
次は発表するかどうかは分かりませんが、また参加しに行こうかなと思っております。

Japan Computer Vision Day

MIRU2011の前日に、関東・関西・名古屋の合同勉強会としてJapan Computer Vision Dayが開催されました。
開催されてから随分経っていますが、まぁいつものことと言うことで。
私は、最初のLightning Talkの担当をやっていました。
総勢13名の発表者(当日1人キャンセルあって、さらに1人追加)の方たちに、Computer Visionに関連することを盛り込みながら、自分の面白いことと思うことや伝えたいことなどを好きに話してもらいました。
自分は自己紹介と石川県紹介でしたが。
このコーナは後から色々な人に好評だったみたいなので、担当できて良かったです。
内容に関してはTogetterを見て推測してください。
続いて、デモコーナではCoreARとTesseract OCRの紹介。
実際に動いているものを見ていると、本当に使えるかどうか分かるので面白いです。
そして、パネルディスカッションにおいてComputer Visionに関連した問題提起をしてもらい、続いて全員参加のグループディスカッションと移りました。
各グループに色々な分野のテーマを与えられて、それについて話し合った上で、ステージ上で発表する形式となりました。
それぞれのグループの内容をまとめるとかなり長くなってしまいますので、そちらもTogetterの方を参照してください。
最後になりますが、今回開催するにあたって活動していただいた各勉強会の幹事様、開催するために色々と奔走していただいた広島大学玉木先生、会場の提供や宣伝などの協力を積極的に行っていただいたMIRU実行委員会(PRMU・CVIM)の方々に深く感謝の意を述べます。
来年は開催されるかどうかは、まだ未定ですが、今回参加していただいた方にも沢山の良い感想をいただき、来年あったら発表してみたい。という方も多数いらっしゃたので是非開催できたらと思います。
ちなみに、MIRU2011本体の方ですが、自分の発表も無事に終わりました。
今回は、あまり良い結果が出ていなかったため、研究自体にはあまり自信がありませんでしたが。
あと、勉強会で色々と話したおかげか、色々な人に気をかけていただいたようでありがとうございます。

第9回 名古屋CV・PRML勉強会

今回は、コンピュータビジョンとパターン認識の国際会議CVPR2011で発表された論文の紹介をテーマに開催しました。
全部で以下の13件を紹介しました。
(発表資料は現在取りまとめ中で、後ほど公開する予定です。)
なお、全てではないですが、元の論文はこちらで見ることができます。
  • [Best Paper] Real-time Human Pose Recognition in Parts from Single Depth Images, Jamie Shotton, Andrew Fitzgibbon, Mat Cook, Andrew Blake
    • Kinectから得られる距離画像を用いて、自分物の姿勢を認識する研究。認識にはRandom Forestsを利用し、学習には人工的に生成した3次元データを利用。
  • Single Image Super-Resolution using Gaussian Process Regression, He He, Wan-Chi Siu.
    • 1枚のみの画像を用いた超解像。元の画像をダウンサンプリングした画像間との関係を回帰し、それを超解像に利用。
  • Space-Time Super-Resolution from a Single Video, Oded Shahar, Alon Faktor, Michal Irani.
    • 空間方向・時間方向の両方への超解像。動画像から時空間のパッチを探索して、ダウンサンプリングしたパッチとの関係を用いて超解像。時間方向の超解像を用いることでフレームレートを2倍にするなども可能。
  • Enforcing topological constraints in random field image segmentation, Chao Chen, Daniel Freedman, Christoph Lampert
    •  画像中の物体のトポロジーを用いることによって、単純なGraphCutなどに比べて、より精度よいセグメンテーションを達成。
  • Natural Image Denoising: Optimality and Inherent Bounds, Anat Levin, Boaz Nadler.
    • ノイズ除去が理論的にどこまでできるのかを調査する研究。
  • Glare Encoding of High Dynamic Range Images, Mushfiqur Rouf, Rafal Mantiuk, Wolfgang Heidrich, Matthew Trentacoste, Cheryl Lau
    •  撮影するときにクロスフィルターを用いることによって、画像にパターンを埋め込み、その情報を利用することで1枚の画像からHDR画像を生成。
  • A Coarse-to-fine approach for fast deformable object detection, Marco Pedersoli, Andrea Vedaldi, Jordi Gonzàlez
    • Deformable Parts Modelを用いることによって、変形する対象の検出を高精度化。識別関数が非凸関数になるためLatent SVMを利用。高速に検出するためにCorase-to-fineな探索を工夫。
  • 2D Nonrigid Partial Shape Matching Using MCMC and Contour Subdivision, Yu Cao, Zhiqi Zhang, Irina Czogiel, Ian Dryden, Song Wang
    •  輪郭が自己遮蔽などで一部が欠けている物体とテンプレートをうまくマッチングする研究。
  • Monocular 3D Scene Understanding with Explicit Occlusion Reasoning, Christian Wojek, Stefan Walk, Stefan Roth, Bernt Schiele
    • 単一画像から人物などを検出する際に3次元情報を利用することで、検出率を向上させる研究。検出枠の重なりから信頼度を求めることで、人同士が重なっているような状況に対処。群衆シーンにおける人物検出問題などに適用。
  • [Best Student Paper] Recognition Using Visual Phrases, Ali Farhadi, Mohammad Amin Sadegh
    •  Bag of Visual Wordsを発展させたBag of Visual Bilingual Wordsを利用することで、対象とする枠内に人+馬などの複数の物体が含まれる場合にでも適切に認識が可能。
  • Cross-View Action Recognition via View Knowledge Transfer, Jingen Liu
    • 転移学習を利用することによって、異なる視点の画像群を用いた行動の認識を行う研究。
  • [Best Paper Honorable Mention] Discrete-Continuous Optimization for Large-scale Structure from Motion, David Crandall, Andrew Owens, Noah Snavely, Daniel Huttenlocher
    • インターネットに存在する同一地点の画像を収集し、それらの画像を用いることによって3次元復元を行う研究。計算量を大幅に削減しつつ、高精度に復元が可能。
  • Markerless Motion Capture of Interacting Characters Using Multi-view Image Segmentation, Yebin Liu, Carsten Stoll, Juergen Gall, Hans-Peter Seidel, Christian Theobalt
    • 人物の形状の事前確率と色情報を組み合わせることによって、セグメンテーションの精度を向上し、それをマーカなしのモーションキャプチャに利用する研究。
数も多く、時間もいっぱいいっぱいまで使ったので、全部を理解することは難しかったですが、興味を持たせる目的としては良かったです。
とりあえず今回で特に気になったキーワードとしては、
  • Latent SVM
  • Deformable Parts Model
  • Knowledge Transfer
です。
このあたりは考え方も面白く、色々なことに応用でき、これからも流行りそうな手法なので、きちんと勉強したいと思います。
次回は、8月はお休みして9月に行う予定です。
いつも通り、何をするかは未定なので、8月中にまた面白そうなことを考えましょう。

第8回 名古屋CV・PRML勉強会

今回は、「デジカメの画像処理-人物画像の処理-」をテーマとして開催しました。

内容としては、「デジカメの画像処理-人物画像の処理-」の著者である川出さん・藤吉先生による内容の講演でした。
以下は書誌情報。

デジカメの画像処理
デジカメの画像処理

posted with amazlet at 11.06.28
オーム社
売り上げランキング: 126476

第3章 人物画像の処理 -最高の表情を撮る-: 川出雅人さん(@gajin3)(オムロン(株))

本に掲載されているもの以上の内容を、多くの画像やデモを加えて講演していただきました。
プリクラなどで培われてきた人間の顔をいかに綺麗に見せるかの技術や、人間の顔を検出する方法など多くの話題を話していただき、2時間近い講演時間を全く感じさせないほど面白い講演となりました。
また、Twitter上では同じオムロンの研究者である@joyportさんと@takayoshiyさんが技術的な疑問に答えてくれたりと、致せり尽くせりの有意義な時間となりました。
顔画像を入力すると、自動でパーツを検出し、目を大きくしたり、口角を上げたりして、より良く写るようにする技術は、あまりに自然に行われていて、周りからは詐欺とさえ言われていました(笑)。

第4章 物体の追跡 -ねらった被写体を逃さない-: 藤吉先生(@hf149)(中部大学)

後半は、デジカメ中の人間を追跡する技術についての講演となりました。
高速なテンプレートマッチング手法であるアクティブ探索法から始まり、ミーンシフト、パーティクルフィルタと、物体追跡手法として多く使われている手法の解説が行われました。
特に今回解説していただいた手法は、最近の物体追跡手法として基礎的なものとして知っていたほうが良いものばかりなので、大変に勉強となりました。

勉強会終了後は、いつも通りの懇親会。
今回は人数も多いかと思って、浩養園でのジンギスカンとしました。
参加者は18名でした。
料理が来る前に川出さんから書籍にサインを貰う人の列ができたりと大好評でした。
食事中もビジョンに関することについて、ずっと議論をするなど楽しい時間を過ごせました。
今まで名古屋に色々な人が講演に来て下さりましたが、皆さんともこういった勉強会の存在を好意的に受け取ってもらい、大変ありがたく感じています。

次回は7/16(土)開催で、国際会議CVPR2011の論文紹介を行う予定です。
今のところ発表者が自分も含めて数人しかいない状態なので、是非発表してくださるという方を募集しています。

第7回 名古屋CV・PRML勉強会

今回は、「画像処理プログラミング入門」をテーマとして開催しました。

画像処理プログラミング基礎(OpenCV):@miyabiarts

オープニングから引き続けての発表です。今回はライブコーディング形式でやってみようかと、PCにOpenCVをインストールしてから、実際に画像を表示させるまでをやってみました。事前に上手く動くように試してみてはいたのですが、やはり本番では色々問題が起こるものですね。特にバージョン管理まわりは皆さんがなかなかやってないだろうと思って、紹介するつもりでやってみたら、全然上手く行かなくてお恥ずかしい限りです。

PRMUアルゴリズムコンテストの紹介:加藤くん

毎年開催されているPRMUアルゴリズムコンテストの紹介です。今年は、「勝ったのは誰だッ! -じゃんけんの勝敗判定-」という内容になっています。ついでに名古屋大学で開発している画像処理ライブラリMISTの紹介をしました。

 

Processingによる画像処理プログラミング:藤吉先生(@hf149)

ProcessingはJAVA上で動く簡易言語ですが、元々コンピュータアートを目的としているため、画像処理を簡単に行うことができます。単純に絵を描くだけではなく、コンピュータビジョンの色々な処理を行うことができるため、プロトタイプを作るために大変便利です。

藤吉研究室では、Prossingによるコンピュータビジョンの例を多く公開しているため、とても参考になります。

OpenCV on Android:高橋さん

当日の飛び入りでOpenCVに付随しているAndroid上で動くサンプルを実機で実際に動いているところを紹介していただきました。FASTによる特徴点検出だとリアルタイムで動くのでなかなか凄いです。自分も環境構築まではやったものの放置したままだったので、なんとかしなければとずっと思っています。

Computer Vision は2次元のパンツの夢を見るか:手島さん(@tomoaki_teshima)

タイトルはタイトルで中身とはほとんど関係なかったりします(笑)。

内容としては、2画像間の対応点を指定することによって、画像を上手く幾何変換してやり、合成するという話でした。前回、時間の都合で一部発表を省いてしまったので、今回そのネタも合わせて披露していただきました(笑)

 

終了後は、恒例の懇親会。 今回は11名の参加者でした。3回連続同じ店に行っています。毎回半分位メンバーが違うため、色々な話が聞けて面白いです。

次回の第8回 名古屋CV・PRML勉強会は、6/18(土)に開催予定です。次回は「デジカメの画像処理」の著者である川出先生を招いての特別公演となります。このような機会を設定して頂いた藤吉先生に感謝します。

 

これで私の3週間連続での勉強会発表+(研究回発表)が終わりとなりました。なかなか大変な1ヵ月でしたが、多くのことを勉強でき、とても楽しかったです。

2枚の画像のモザイキング

前に紹介した「OpenCVを用いた特徴点対応付け」を応用することで複数の画像をモザイキングすることができます。
今回は、OpenCVを用いて下に示す2枚の画像をモザイキングして、1枚の大きな画像を作ります。
今回の例では、2枚の画像が大体半分程度重なり合ってないと上手くいかないです。
あと、画像合成の関係上、1枚目の画像に対して2枚目の画像が左側になるように撮影しないと正しい結果が得られませんので気をつけてください。

モザイキングする画像

画像間の対応付け

SURFで検出した特徴点間の対応を全て表示しています。

モザイキング結果

コード

#include <opencv/opencv2.h>

int main()
{
  // モザイキングする画像
  std::string fn1 = "image0.png";
  std::string fn2 = "image1.png";

  // 画像読み込み(グレースケールで読み込み)
  cv::Mat_< unsigned char > image1 = cv::imread( fn1, 0 );
  cv::Mat_< unsigned char > image2 = cv::imread( fn2, 0 );

  // 特徴点の検出
  cv::SurfFeatureDetector detector;
  std::vector< cv::KeyPoint > keys1, keys2;
  detector.detect( image1, keys1 );
  detector.detect( image2, keys2 );

  // 特徴量の記述
  cv::SurfDescriptorExtractor extractor;
  cv::Mat_ desp1, desp2;
  extractor.compute( image1, keys1, desp1 );
  extractor.compute( image2, keys2, desp2 );

  // 特徴点の対応付け
  std::vector< cv::DMatch > matches;
  cv::FlannBasedMatcher matcher;
  matcher.match( desp1, desp2, matches );

  // 対応点をstd::vectorに格納
  std::vector< cv::Vec2f > points1( matches.size() );
  std::vector< cv::Vec2f > points2( matches.size() );

  for( size_t i = 0 ; i < matches.size() ; ++i )
  {
    points1[ i ][ 0 ] = keys1[ matches[ i ].queryIdx ].pt.x;
    points1[ i ][ 1 ] = keys1[ matches[ i ].queryIdx ].pt.y;

    points2[ i ][ 0 ] = keys2[ matches[ i ].trainIdx ].pt.x;
    points2[ i ][ 1 ] = keys2[ matches[ i ].trainIdx ].pt.y;
  }

  // 画像間の平面射影変換行列を取得
  cv::Mat_< float > homography = cv::findHomography( points1, points2, CV_RANSAC );

  // 画像の読み込み(RGB画像で読み込み直し)
  cv::Mat_< cv::Vec3b > rgb_image1 = cv::imread( fn1, 1 );
  cv::Mat_< cv::Vec3b > rgb_image2 = cv::imread( fn2, 1 );

  // 画像1を画像2の空間に投影
  // 出力画像の大きさは適当に決定
  cv::Mat_< cv::Vec3b > result;
  cv::warpPerspective( rgb_image1, result, homography, cv::Size( static_cast( rgb_image1.cols * 1.5 ), rgb_image1.rows ) );

  // 画像2を結果画像にコピー
  // 合成方法は上書き
  for( int y = 0 ; y < rgb_image2.rows ; ++y )
  {
    for( int x = 0 ; x < rgb_image2.cols ; ++x )
    {
      result( y, x ) = rgb_image2( y, x );
    }
  }

  // モザイキング結果を表示
  cv::imshow( "Mosaicing", result );
  cv::waitKey();

  return 0;
}

第6回 名古屋CV・PRML勉強会

開催は機能でしたが、新年度はじめての名古屋CV・PRML勉強会です。
主催者兼発表者なのに、ノートPCを忘れるドジッ子っぷりを発揮しています。
前日遅くまでスライドを作成していて疲れていた。ということにしてください。
出発する直前にデータ自体はUSBメモリに移していたので、なんとかセーフ。

今回は、初学者向けにコンピュータビジョン全体を見渡せるように、色々な分野を掻い摘んで話すような勉強会でした。
あと、前年度は発表資料の管理が結構グダグダでしたので、今年度はGoogleDocsでちゃんと管理するようにします。

  • オープニング:miyabiarts
    • 新年度ということで、全体の趣旨説明。
      それと、JapanCVDayの告知。
  • コンピュータビジョン:miyabiarts
    • コンピュータビジョンとは何ぞや、という今回の勉強会の導入という立ち位置で発表しました。
      色々画像を見せながら応用を話すところまでは良かったですが、前日に原稿修正などが大変すぎて、一部のスライドは未完成でした。
      完成したら、いつかのタイミングでどこかで発表したいと思います。
  • 画像処理:miyabiarts
    • さらにひき続いて発表。
      コンピュータビジョンを行うための基礎となる画像処理をとにかく画像例を示しながら紹介。
      細かい処理は抜きにして、とにかく色々な処理があることが伝われば良いかなと思いました。
      あと、Mac使いにくい。
  • セグメンテーション:林くん(名古屋大学)
    • 画像を内容に基づき適切に分割する処理であるセグメンテーションの説明。
      彼は普段研究では使っていないですが、しっかりと調べて発表してもらいました。
  • 画像評価:鈴木くん(中部大学)
    • 手法としては結構前からありますが、イマイチ自分も分かっていないSaliencyという存在。
      Saliencyに関連する研究を行っている後輩が参加していましたが、色々と言いたいことがありそうでした(笑)
  • 物体認識:吉田くん(名古屋大学)
    • コンピュータビジョンの主分野。
      この分野は一度調べると芋づる式に色々な分野を調べることになるので、一度は是非触れてみることをおすすめします。
      (実はスライドの8割は自分が作っていたりします。)
  • 物体検出・追跡:草富くん(中部大学)
    • 物体認識と分けて考えるために、物体検出・追跡を分けて紹介するようにしてみました。
      一般的な物体検出と追跡の話から、藤吉研究室が取り組んでいる研究の話と基礎から応用までと多くの話が聞けました。
  • ステレオ・多視点幾何:福嶋さん(名古屋工業大学)
    • 大変お忙しい中、引き受けて頂き、ありがとうございます。
      今回の一番難しい枠で、短い時間で多数のカメラのキャリブレーションの話など色々話していただきました。
      やはり、100台カメラはインパクトがありますね。
      3次元復元した画像も何度見ても面白いです。
  • AR:手島さん(愛知工科大学)
    • 先月横浜で行われたOpenCV祭りなど、最近何度かお会いしている手島さんによるARについての発表です。
      前回の反省を活かして、全体にマージンを設けていたと思っていたら、やっぱり時間を押すことになって、駆け足の発表となってしまいました。
      申しわけ有りません。

      内容としては、いくつかの動画の例を挟みながら発表してくださったので、大変分かりやすかったです。
      今回のネタ枠としても頑張ってもらいました(笑)
      いやまぁ、私は全部分かるのですが、ノートまとめていたり、時間を気にしていたりして、反応が薄くなってしまい申しわけありません。

終了後は、恒例の懇親会。
今回は10名の参加者でした。
コンピュータビジョンに限らず、色々な話ができて面白かったです。

次回の第7回 名古屋CV・PRML勉強会は、現在のところ5/21(土)に開催予定です。
次回は「画像処理プログラミング入門」と題して、これから画像処理を行いたい人向けにプログラムをどのように組むかを紹介できたら良いなと思っています。
興味がある方は、是非参加してください。