以前から趣味で作ってた画像認識サーバが一応動くようになったので紹介したいと思います。 http://www2268u.sakura.ne.jp/uploader/upload.php 引っ越しました。 http://www6255uf.sakura.ne.jp/sun397/upload.php(※アップロードされた画像はその場で破棄し…

今日は、画像のシーン認識の歴史について、データセットを中心にまとめてみたいと思います。 シーン認識というと人によっていろいろ違うものを想像する気がしますが、ここで扱うのは単純な画像全体のカテゴライゼーションの問題です。 Caltech101みたいな物…

世の中はビッグデータ一色のようですね。コンピュータビジョン界隈でも大量の画像データで何が出来るかは盛んに議論されています。今日は有名なのを軽くまとめてみたいと思います。 画像内容認識 一番分かりやすいのは、大量のラベル付画像データを用いたパ…

Bag of visual words (BoVW)は、一般物体認識において現在最も広く普及している画像特徴表現で、画像中の多数の局所特徴をベクトル量子化しヒストグラムにしたものです。最近はOpenCVなどのツールの普及により使いやすくなってきましたが、実際に使ってみよ…

Self similarityは面白い特徴で、個々の画像内での類似したパッチのなす形状を抽出するものです。世の中の大半の特徴は輝度勾配ベースなのに対し、この特徴は質的に異なる情報をとれるため注目されています。 http://www.wisdom.weizmann.ac.il/~vision/Self…

著者のページから最新のコードをダウンロードして展開します。 ディレクトリ内でoctaveを立ち上げ、まずmexでCファイルをコンパイルします。 $ cd voc-release4 $ octave octave:1> mex dt.cc octave:2> mex features.cc octave:3> mex fconv.cc octave:4> m…

Deformable part model*1は近年特に注目を浴びている一般物体検出手法で、デファクトスタンダードとしての地位を固めつつあります。人気の理由として、認識精度のよさや理論的な面白さなどがあげられますが、やはり開発者がしっかりしたソースコードを提供し…

そういえば、ImageMagickのconvertで標準入出力ってどうやって使うんだろうと気になったのでやってみました。といっても至極簡単で、 $ convert -strip XXX.jpg ppm:- | ./compute_gistのようにハイフンで指定するだけのようです。明示的にフォーマットを指…

GISTは比較的計算コストが小さい特徴量ですが、やはりそれなりに時間がかかります。手っ取り早く処理を軽くするには画像サイズを小さくすることが考えられますが、認識精度との兼ね合いが気になるので調べてみます。ベンチマークは、前回と同じMITのシーン画…

せっかくなのでGISTで画像認識をやってみます。 GISTは画像全体のシーン認識を目的に設計されており、このタスクに特に適しているとされています。まず、GISTの開発者が提供している、8クラスのシーン画像データセットで試してみます。 以下のページからImag…

GISTは代表的な大域的画像特徴量（画像全体から求まる特徴ベクトル）の一つです。コンピュータビジョン、特に一般物体認識の大家であるA.Torralbaらによって開発された特徴量*1で、現在でもしばしば用いられます。コピー画像検出タスクなどでは、bag-of-word…

ここから必要なrpmパッケージを落とす。 まずR本体のインストール。 $ rpm -ivh R-2.13.0-2.el6.rf.x86_64.rpm エラー: 依存性の欠如: libtcl8.5.so()(64bit) は R-2.13.0-2.el6.rf.x86_64 に必要とされています libtk8.5.so()(64bit) は R-2.13.0-2.el6.rf.…