狠狠撸

狠狠撸Share a Scribd company logo
第1回 3D勉強会@関東 (2018/05/27)
(SLAMチュートリアル大会)
論文紹介: ORB-SLAM
東京大学 相澤研究室所属
M1 金子 真也 (@syinari0123)
1
自己紹介
? 氏名
– 金子 真也 (かねこ まさや)
? 所属
– 東京大学大学院 学際情報学府 相澤研 M1
? 興味
– Visual SLAM/SfM, 深層学習
– 「乃木坂46メンバーを動画から三次元へ復元する」
(https://qiita.com/syinari0123/items/f8b8ae08a80002361855)
2
本発表の目標
? 画像から三次元復元を行うVisual SLAMの話
– 入力は「画像」, 今回は単眼カメラ画像
– リアルタイム版SfM
? Visual SLAMの代表例としてのORB-SLAM
– リアルタイムなSfMを実現する機構の大雑把な理解
? 高速化?効率化?
– 詳しい内容は論文 or 以下のメモスライド
? 「翱搁叠-厂尝础惭の手法解説」
(/MasayaKaneko/orbslam-84842802)
3
SfMのおさらい
? SfM (Structure from Motion)
– 問題設定
? 入力:様々な視点で撮影された画像群
? 出力:カメラ姿勢推定 + 三次元構造復元
画像群 カメラ姿勢推定 + 三次元構造復元
4
SfM vs Visual SLAM
? Visual SLAM (Simultaneous Localization and Mapping)
– リアルタイムにSfMを解く問題
? 画像が入力される度にカメラ姿勢を推定
映像 カメラ姿勢推定 + 三次元構造復元
5
SfM vs Visual SLAM
? 問題設定の違い
手法 SfM Visual SLAM
主な目的 物体の三次元構造の復元 リアルタイムなカメラ姿勢推定
データの
与え方
画像群全て使える 逐次的に画像が挿入
問題設定 正確性 >>> 速度 正確性 < 速度
結果例
6
逐次的な姿勢推定
? 逐次的なカメラ姿勢推定をどのように行うか?
? 自己位置推定と地図作成を交互に行い実現
(Simultaneous Localization and Mapping)
Tracking
Local Mapping
地図に登録する
画像を選択
地図の提供
現在のカメラ姿勢を求める
地図の作成/修正
7
逐次的な姿勢推定
? 逐次的なカメラ姿勢推定をどのように行うか?
? 自己位置推定と地図作成を交互に行い実現
(Simultaneous Localization and Mapping)
時刻 t-1
過去の
カメラの軌跡
現在時刻 t
?
地図
復元した
三次元構造
Tracking
Local Mapping
地図に登録する
画像を選択
地図の提供
現在のカメラ姿勢を求める
地図の作成/修正
8
逐次的な姿勢推定
? 逐次的なカメラ姿勢推定をどのように行うか?
? 自己位置推定と地図作成を交互に行い実現
(Simultaneous Localization and Mapping)
Tracking
Local Mapping
地図に登録する
画像を選択
地図の提供
現在のカメラ姿勢を求める
地図の作成/修正
時刻 t-1
過去の
カメラの軌跡
現在時刻 t
?
地図
復元した
三次元構造
9
逐次的な姿勢推定
? 逐次的なカメラ姿勢推定をどのように行うか?
? 自己位置推定と地図作成を交互に行い実現
(Simultaneous Localization and Mapping)
時刻 t-1
過去の
カメラの軌跡
現在時刻 t
?
地図
復元した
三次元構造
局所的な最適化
Tracking
Local Mapping
地図に登録する
画像を選択
地図の提供
現在のカメラ姿勢を求める
地図の作成/修正
10
逐次的な姿勢推定
? 逐次的なカメラ姿勢推定をどのように行うか?
? 自己位置推定と地図作成を交互に行い実現
(Simultaneous Localization and Mapping)
時刻 t-1
過去の
カメラの軌跡
現在時刻 t
地図
復元した
三次元構造
Tracking
Local Mapping
地図に登録する
画像を選択
地図の提供
現在のカメラ姿勢を求める
地図の作成/修正
? 逐次的なカメラ姿勢推定をどのように行うか?
? 自己位置推定と地図作成を交互に行い実現
(Simultaneous Localization and Mapping)
11
逐次的な姿勢推定
Tracking
Local Mapping
地図に登録する
画像を選択
地図の提供
現在のカメラ姿勢を求める
地図の作成/修正
時刻 t-1
過去の
カメラの軌跡
現在時刻 t
地図
復元した
三次元構造
? 逐次的なカメラ姿勢推定をどのように行うか?
? 自己位置推定と地図作成を交互に行い実現
(Simultaneous Localization and Mapping)
12
逐次的な姿勢推定
時刻 t-1
過去の
カメラの軌跡
現在時刻 t
地図
復元した
三次元構造
Tracking
Local Mapping
地図に登録する
画像を選択
地図の提供
現在のカメラ姿勢を求める
地図の作成/修正
13
逐次的な姿勢推定
? 逐次的なカメラ姿勢推定をどのように行うか?
? 自己位置推定と地図作成を交互に行い実現
(Simultaneous Localization and Mapping)
時刻 t-1
過去の
カメラの軌跡
地図
復元した
三次元構造
?
時刻 t
現在時刻
t+1
…
Tracking
Local Mapping
地図に登録する
画像を選択
地図の提供
現在のカメラ姿勢を求める
地図の作成/修正
14
全体的な最适化
? 逐次的な姿勢推定では局所的な最適化のみしか
行わないため, 歪みが生じる
– Loop Closingによる全体の軌跡の歪み修正
Loop Closing
歪み
15
Visual SLAM まとめ
? リアルタイムなカメラ姿勢推定の実現
– 局所的な最適化:Tracking + Local Mapping
– 全体的な最适化:Loop Closing
? 局所的な最適化だけ行う Visual Odometry (VO)
? 全体的な最适化も考慮 Visual SLAM
– Visual SLAM = VO + Loop Closing
? ORB SLAMではどのようになっているか?
16
ORB-SLAM
? 局所的な最適化 + 全体的な最适化
17
ORB-SLAM
? 局所的な最適化 + 全体的な最适化
全体的な最适化
局所的な最適化
18
1. 地図の定義1
? 構成要素
– 得られたカメラの画像????と姿勢????
– 三次元点群の復元結果 ????
? 対応する画像????のORB特徴点 ??????
? ORB特徴量 ??????
? ORB特徴点(特徴量) : FAST corner + rBRIEF descriptor
– 画像のcorner点, 回転/スケール不変な特徴量を持つ
????
????
??????
????
…
(特徴量??????)
19
1. 地図の定義2
? Covisibility Graph
– 三次元位置????は基本的には複数の画像で共有
– 共有する点の数を可視化したGraphを定義
? 効率の良い最適化 (Local Mapping/Loop Closingで利用)
? 共有点が多いnode同士のみ: Essential Graph
Covisibility Graph Essential Graphカメラの姿勢
三次元点群
点の共有度(共有する点の数)
を重みとしたedge
20
2. Tracking
[仕事1] 現在のカメラ姿勢を求める
1. 画像から特徴点抽出
2. 前の画像との点の対応を求める
3. 対応点を投影することでカメラ姿勢の最適化
画像 ?????1 画像 ????
(現在時刻)
?????1,??
?????1
?????1,??
????
????
?
地図
21
2. Tracking
[仕事1] 現在のカメラ姿勢を求める
1. 画像から特徴点抽出
2. 前の画像との点の対応を求める
3. 対応点を投影することでカメラ姿勢の最適化
画像 ?????1 画像 ????
(現在時刻)
?????1,??
?????1
?????1,??
????
????
?
地図
????,??
22
2. Tracking
[仕事1] 現在のカメラ姿勢を求める
1. 画像から特徴点抽出
2. 前の画像との点の対応を求める
3. 対応点を投影することでカメラ姿勢の最適化
画像 ?????1 画像 ????
(現在時刻)
?????1,??
?????1
?????1,??
????
????
?
地図
????,??
23
2. Tracking
[仕事1] 現在のカメラ姿勢を求める
1. 画像から特徴点抽出
2. 前の画像との点の対応を求める
3. 対応点を投影することでカメラ姿勢の最適化
画像 ?????1 画像 ????
(現在時刻)
?????1,??
?????1
?????1,??
????
????
地図
????,??
?????1,??
24
2. Tracking
[仕事1] 現在のカメラ姿勢を求める
1. 画像から特徴点抽出
2. 前の画像との点の対応を求める
3. 対応点を投影することでカメラ姿勢の最適化
画像 ?????1 画像 ????
(現在時刻)
?????1,??
?????1
?????1,??
????
????
地図
????,??
?????1,??
25
2. Tracking
[仕事1] 現在のカメラ姿勢を求める
1. 画像から特徴点抽出
2. 前の画像との点の対応を求める
3. 対応点を投影することでカメラ姿勢の最適化
[仕事2] 地図に保存するかの決定
– 毎時刻の画像を保存するとメモリ/計算量的に発散す
るため, 冗長にならないように画像を選択(緩く)
? KeyFrame (KF)
26
3. Local Mapping
[仕事1] 地図の作成
Trackingから渡された画像(KFnew)を地図に追加する
1. Covisibility Graphの更新
2. Graph上で隣接するKF群との比較で新しい点を追加
3. この範囲で点とカメラ姿勢の最適化(Local BA)
Covisibility Graph
?
27
3. Local Mapping
[仕事1] 地図の作成
Trackingから渡された画像(KFnew)を地図に追加する
1. Covisibility Graphの更新
2. Graph上で隣接するKF群との比較で新しい点を追加
3. この範囲で点とカメラ姿勢の最適化(Local BA)
Covisibility Graph更新!
28
3. Local Mapping
[仕事1] 地図の作成
Trackingから渡された画像(KFnew)を地図に追加する
1. Covisibility Graphの更新
2. Graph上で隣接するKF群との比較で新しい点を追加
3. この範囲で点とカメラ姿勢の最適化(Local BA)
Covisibility Graph
隣接するKF群
29
3. Local Mapping
[仕事1] 地図の作成
Trackingから渡された画像(KFnew)を地図に追加する
1. Covisibility Graphの更新
2. Graph上で隣接するKF群との比較で新しい点を追加
3. この範囲で点とカメラ姿勢の最適化(Local BA)
Covisibility Graph
追加!
隣接するKF群
30
3. Local Mapping
[仕事1] 地図の作成
Trackingから渡された画像(KFnew)を地図に追加する
1. Covisibility Graphの更新
2. Graph上で隣接するKF群との比較で新しい点を追加
3. この範囲で点とカメラ姿勢の最適化 (Local BA)
Covisibility Graph
Localな最適化
隣接するKF群
31
3. Local Mapping
[仕事1] 地図の作成
Trackingから渡された画像(KFnew)を地図に追加する
1. Covisibility Graphの更新
2. Graph上で隣接するKF群との比較で新しい点を追加
3. この範囲で点とカメラ姿勢の最適化(Local BA)
[仕事2] 地図の修正
– KFを監視し,冗長なKFを除外する(厳しく)
? Arrival of the fittest
32
4. Loop Closing
[仕事] Loop closingによる全体最適化
1. 地図に挿入されたKFが既に見たことがあるか?
? ORB特徴量から構成したBag of Words (BoW)
画像特徴量同士の比較
2. Loopを検知したらそれらを結ぶように最適化
? Essential Graphによるスケールを含めた最適化
?
Covisibility Graph
33
4. Loop Closing
[仕事] Loop closingによる全体最適化
1. 地図に挿入されたKFが既に見たことがあるか?
? ORB特徴量から構成したBag of Words (BoW)
画像特徴量同士の比較
2. Loopを検知したらそれらを結ぶように最適化
? Essential Graphによるスケールを含めた最適化
?
Essential Graph
34
4. Loop Closing
[仕事] Loop closingによる全体最適化
1. 地図に挿入されたKFが既に見たことがあるか?
? ORB特徴量から構成したBag of Words (BoW)
画像特徴量同士の比較
2. Loopを検知したらそれらを結ぶように最適化
? Essential Graphによるスケールを含めた最適化
Essential Graph
Loop Closed!
Sim(3) 全体最適化
35
まとめ
? Visual SLAM
– Tracking + Local Mapping + Loop Closing
? ORB-SLAM
– ORB特徴量で画像間の対応を決定し三次元復元
– Trackingが地図にすべき画像(KeyFrame)を選択,
Local Mappingがそれを地図に追加/修正する
? Covisibility GraphによるLocal BA
– Loop ClosingはBoW画像特徴量で画像間の特徴量の
近さを計算し, Loopを閉じるようにSim(3)最適化
? Essential Graphの利用
36
ORB-SLAMの立ち位置
? Visual SLAMの分類 Direct vs Feature, Dense vs Sparse
手法 Direct (画素値を直接利用) Feature (特徴量を抽出し利用)
Sparse
(画像から疎に抽出
された点のみ利用)
Direct Sparse Odometry
[Engel+, 2016]
ORB-SLAM
[Mur-Artal+, 2015]
Dense/
Semi-Dense
(画像全体/
輝度勾配の高い
領域の点を密に利用)
LSD-SLAM [Engel+, 2014]
SLAMでは特になし
(Optical Flow等)

More Related Content

What's hot (20)

20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code Reading20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code Reading
Takuya Minagawa
?
Visual slam
Visual slamVisual slam
Visual slam
Takuya Minagawa
?
20190307 visualslam summary
20190307 visualslam summary20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
?
厂尝础惭勉强会(笔罢础惭)
厂尝础惭勉强会(笔罢础惭)厂尝础惭勉强会(笔罢础惭)
厂尝础惭勉强会(笔罢础惭)
Masaya Kaneko
?
3次元レジストレーション(笔颁尝デモとコード付き)
3次元レジストレーション(笔颁尝デモとコード付き)3次元レジストレーション(笔颁尝デモとコード付き)
3次元レジストレーション(笔颁尝デモとコード付き)
Toru Tamaki
?
大域マッチングコスト最小化と尝颈顿础搁-滨惭鲍タイトカップリングに基づく叁次元地図生成
大域マッチングコスト最小化と尝颈顿础搁-滨惭鲍タイトカップリングに基づく叁次元地図生成大域マッチングコスト最小化と尝颈顿础搁-滨惭鲍タイトカップリングに基づく叁次元地図生成
大域マッチングコスト最小化と尝颈顿础搁-滨惭鲍タイトカップリングに基づく叁次元地図生成
MobileRoboticsResear
?
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Masaya Kaneko
?
Structure from Motion
Structure from MotionStructure from Motion
Structure from Motion
Ryutaro Yamauchi
?
颁狈狈-厂尝础惭ざっくり
颁狈狈-厂尝础惭ざっくり颁狈狈-厂尝础惭ざっくり
颁狈狈-厂尝础惭ざっくり
EndoYuuki
?
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
?
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
Fujimoto Keisuke
?
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
MPRG_Chubu_University
?
Depth Estimation論文紹介
Depth Estimation論文紹介Depth Estimation論文紹介
Depth Estimation論文紹介
Keio Robotics Association
?
20180424 orb slam
20180424 orb slam20180424 orb slam
20180424 orb slam
Takuya Minagawa
?
厂尝础惭开発における课题と対策の一例の绍介
厂尝础惭开発における课题と対策の一例の绍介厂尝础惭开発における课题と対策の一例の绍介
厂尝础惭开発における课题と対策の一例の绍介
miyanegi
?
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII
?
Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行
Yoshitaka HARA
?
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 segmentation2018/12/28 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
?
SSII2022 [TS1] Transformerの最前線? 畳込みニューラルネットワークの先へ ?
SSII2022 [TS1] Transformerの最前線? 畳込みニューラルネットワークの先へ ?SSII2022 [TS1] Transformerの最前線? 畳込みニューラルネットワークの先へ ?
SSII2022 [TS1] Transformerの最前線? 畳込みニューラルネットワークの先へ ?
SSII
?
三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介
三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介
三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介
Ryohei Ueda
?
20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code Reading20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code Reading
Takuya Minagawa
?
20190307 visualslam summary
20190307 visualslam summary20190307 visualslam summary
20190307 visualslam summary
Takuya Minagawa
?
厂尝础惭勉强会(笔罢础惭)
厂尝础惭勉强会(笔罢础惭)厂尝础惭勉强会(笔罢础惭)
厂尝础惭勉强会(笔罢础惭)
Masaya Kaneko
?
3次元レジストレーション(笔颁尝デモとコード付き)
3次元レジストレーション(笔颁尝デモとコード付き)3次元レジストレーション(笔颁尝デモとコード付き)
3次元レジストレーション(笔颁尝デモとコード付き)
Toru Tamaki
?
大域マッチングコスト最小化と尝颈顿础搁-滨惭鲍タイトカップリングに基づく叁次元地図生成
大域マッチングコスト最小化と尝颈顿础搁-滨惭鲍タイトカップリングに基づく叁次元地図生成大域マッチングコスト最小化と尝颈顿础搁-滨惭鲍タイトカップリングに基づく叁次元地図生成
大域マッチングコスト最小化と尝颈顿础搁-滨惭鲍タイトカップリングに基づく叁次元地図生成
MobileRoboticsResear
?
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Masaya Kaneko
?
颁狈狈-厂尝础惭ざっくり
颁狈狈-厂尝础惭ざっくり颁狈狈-厂尝础惭ざっくり
颁狈狈-厂尝础惭ざっくり
EndoYuuki
?
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
?
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
Fujimoto Keisuke
?
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
画像局所特徴量と特定物体認識 - SIFTと最近のアプローチ -
MPRG_Chubu_University
?
厂尝础惭开発における课题と対策の一例の绍介
厂尝础惭开発における课题と対策の一例の绍介厂尝础惭开発における课题と対策の一例の绍介
厂尝础惭开発における课题と対策の一例の绍介
miyanegi
?
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII
?
Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行Cartographer と Autoware を用いた自律走行
Cartographer と Autoware を用いた自律走行
Yoshitaka HARA
?
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 segmentation2018/12/28 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
?
SSII2022 [TS1] Transformerの最前線? 畳込みニューラルネットワークの先へ ?
SSII2022 [TS1] Transformerの最前線? 畳込みニューラルネットワークの先へ ?SSII2022 [TS1] Transformerの最前線? 畳込みニューラルネットワークの先へ ?
SSII2022 [TS1] Transformerの最前線? 畳込みニューラルネットワークの先へ ?
SSII
?
三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介
三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介
三次元点群処理ライブラリPCLと 統合ロボットシステム研究での 利用例の紹介
Ryohei Ueda
?

Similar to 厂尝础惭チュートリアル大会资料(翱搁叠-厂尝础惭) (20)

関東CV勉強会20140802(Face Alignment at 3000fps)
関東CV勉強会20140802(Face Alignment at 3000fps)関東CV勉強会20140802(Face Alignment at 3000fps)
関東CV勉強会20140802(Face Alignment at 3000fps)
tackson5
?
Neural scene representation and rendering の解説(第3回3D勉強会@関東)
Neural scene representation and rendering の解説(第3回3D勉強会@関東)Neural scene representation and rendering の解説(第3回3D勉強会@関東)
Neural scene representation and rendering の解説(第3回3D勉強会@関東)
Masaya Kaneko
?
画像処理ライブラリ OpenCV で 出来ること?出来ないこと
画像処理ライブラリ OpenCV で 出来ること?出来ないこと画像処理ライブラリ OpenCV で 出来ること?出来ないこと
画像処理ライブラリ OpenCV で 出来ること?出来ないこと
Norishige Fukushima
?
论文読み会(顿别惭辞狈;颁痴笔搁2017)
论文読み会(顿别惭辞狈;颁痴笔搁2017)论文読み会(顿别惭辞狈;颁痴笔搁2017)
论文読み会(顿别惭辞狈;颁痴笔搁2017)
Masaya Kaneko
?
KC3_Room2_9_6
KC3_Room2_9_6KC3_Room2_9_6
KC3_Room2_9_6
RyogaYamauchi
?
顔認識アルゴリズム:Constrained local model を調べてみた
顔認識アルゴリズム:Constrained local model を調べてみた顔認識アルゴリズム:Constrained local model を調べてみた
顔認識アルゴリズム:Constrained local model を調べてみた
Jotaro Shigeyama
?
Core Animation 使って見た
Core Animation 使って見たCore Animation 使って見た
Core Animation 使って見た
OCHI Shuji
?
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Project Samurai
?
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
Akisato Kimura
?
SSII2014 チュートリアル資料
SSII2014 チュートリアル資料SSII2014 チュートリアル資料
SSII2014 チュートリアル資料
Masayuki Tanaka
?
Python で画像処理をしてみよう!? 第3回 - 画像認識 -
Python で画像処理をしてみよう!? 第3回 - 画像認識 -Python で画像処理をしてみよう!? 第3回 - 画像認識 -
Python で画像処理をしてみよう!? 第3回 - 画像認識 -
Project Samurai
?
20160612 関東cv勉強会 sumisumithパート
20160612 関東cv勉強会 sumisumithパート20160612 関東cv勉強会 sumisumithパート
20160612 関東cv勉強会 sumisumithパート
sumisumith
?
イメージベーストライティングによる写実的な画像の生成
イメージベーストライティングによる写実的な画像の生成イメージベーストライティングによる写実的な画像の生成
イメージベーストライティングによる写実的な画像の生成
RyotaMaeda
?
【Unite 2018 Tokyo】裸眼で拡張現実!!プロジェクションマッピングとAIで世界最先端研究を丸見えに
【Unite 2018 Tokyo】裸眼で拡張現実!!プロジェクションマッピングとAIで世界最先端研究を丸見えに【Unite 2018 Tokyo】裸眼で拡張現実!!プロジェクションマッピングとAIで世界最先端研究を丸見えに
【Unite 2018 Tokyo】裸眼で拡張現実!!プロジェクションマッピングとAIで世界最先端研究を丸見えに
UnityTechnologiesJapan002
?
Kanamori cedec2011
Kanamori cedec2011Kanamori cedec2011
Kanamori cedec2011
Yoshihiro Kanamori
?
論文紹介 LexToMap: lexical-based topological mapping
論文紹介 LexToMap: lexical-based topological mapping論文紹介 LexToMap: lexical-based topological mapping
論文紹介 LexToMap: lexical-based topological mapping
Akira Taniguchi
?
Cvim saisentan-5-2-tomoaki
Cvim saisentan-5-2-tomoakiCvim saisentan-5-2-tomoaki
Cvim saisentan-5-2-tomoaki
tomoaki0705
?
Pythonで画像処理をやってみよう!第6回 - Scale-space 第3回 -
Pythonで画像処理をやってみよう!第6回 - Scale-space 第3回 -Pythonで画像処理をやってみよう!第6回 - Scale-space 第3回 -
Pythonで画像処理をやってみよう!第6回 - Scale-space 第3回 -
Project Samurai
?
Spoon holdermodeling
Spoon holdermodelingSpoon holdermodeling
Spoon holdermodeling
FabLabShinagawa
?
Inside-Outカメラからの3次元Scan Pathとシーン構造の復元
Inside-Outカメラからの3次元Scan Pathとシーン構造の復元Inside-Outカメラからの3次元Scan Pathとシーン構造の復元
Inside-Outカメラからの3次元Scan Pathとシーン構造の復元
Hironobu Fujiyoshi
?
関東CV勉強会20140802(Face Alignment at 3000fps)
関東CV勉強会20140802(Face Alignment at 3000fps)関東CV勉強会20140802(Face Alignment at 3000fps)
関東CV勉強会20140802(Face Alignment at 3000fps)
tackson5
?
Neural scene representation and rendering の解説(第3回3D勉強会@関東)
Neural scene representation and rendering の解説(第3回3D勉強会@関東)Neural scene representation and rendering の解説(第3回3D勉強会@関東)
Neural scene representation and rendering の解説(第3回3D勉強会@関東)
Masaya Kaneko
?
画像処理ライブラリ OpenCV で 出来ること?出来ないこと
画像処理ライブラリ OpenCV で 出来ること?出来ないこと画像処理ライブラリ OpenCV で 出来ること?出来ないこと
画像処理ライブラリ OpenCV で 出来ること?出来ないこと
Norishige Fukushima
?
论文読み会(顿别惭辞狈;颁痴笔搁2017)
论文読み会(顿别惭辞狈;颁痴笔搁2017)论文読み会(顿别惭辞狈;颁痴笔搁2017)
论文読み会(顿别惭辞狈;颁痴笔搁2017)
Masaya Kaneko
?
顔認識アルゴリズム:Constrained local model を調べてみた
顔認識アルゴリズム:Constrained local model を調べてみた顔認識アルゴリズム:Constrained local model を調べてみた
顔認識アルゴリズム:Constrained local model を調べてみた
Jotaro Shigeyama
?
Core Animation 使って見た
Core Animation 使って見たCore Animation 使って見た
Core Animation 使って見た
OCHI Shuji
?
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Project Samurai
?
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
人間の視覚的注意を予測するモデル - 動的ベイジアンネットワークに基づく 最新のアプローチ -
Akisato Kimura
?
SSII2014 チュートリアル資料
SSII2014 チュートリアル資料SSII2014 チュートリアル資料
SSII2014 チュートリアル資料
Masayuki Tanaka
?
Python で画像処理をしてみよう!? 第3回 - 画像認識 -
Python で画像処理をしてみよう!? 第3回 - 画像認識 -Python で画像処理をしてみよう!? 第3回 - 画像認識 -
Python で画像処理をしてみよう!? 第3回 - 画像認識 -
Project Samurai
?
20160612 関東cv勉強会 sumisumithパート
20160612 関東cv勉強会 sumisumithパート20160612 関東cv勉強会 sumisumithパート
20160612 関東cv勉強会 sumisumithパート
sumisumith
?
イメージベーストライティングによる写実的な画像の生成
イメージベーストライティングによる写実的な画像の生成イメージベーストライティングによる写実的な画像の生成
イメージベーストライティングによる写実的な画像の生成
RyotaMaeda
?
【Unite 2018 Tokyo】裸眼で拡張現実!!プロジェクションマッピングとAIで世界最先端研究を丸見えに
【Unite 2018 Tokyo】裸眼で拡張現実!!プロジェクションマッピングとAIで世界最先端研究を丸見えに【Unite 2018 Tokyo】裸眼で拡張現実!!プロジェクションマッピングとAIで世界最先端研究を丸見えに
【Unite 2018 Tokyo】裸眼で拡張現実!!プロジェクションマッピングとAIで世界最先端研究を丸見えに
UnityTechnologiesJapan002
?
論文紹介 LexToMap: lexical-based topological mapping
論文紹介 LexToMap: lexical-based topological mapping論文紹介 LexToMap: lexical-based topological mapping
論文紹介 LexToMap: lexical-based topological mapping
Akira Taniguchi
?
Cvim saisentan-5-2-tomoaki
Cvim saisentan-5-2-tomoakiCvim saisentan-5-2-tomoaki
Cvim saisentan-5-2-tomoaki
tomoaki0705
?
Pythonで画像処理をやってみよう!第6回 - Scale-space 第3回 -
Pythonで画像処理をやってみよう!第6回 - Scale-space 第3回 -Pythonで画像処理をやってみよう!第6回 - Scale-space 第3回 -
Pythonで画像処理をやってみよう!第6回 - Scale-space 第3回 -
Project Samurai
?
Inside-Outカメラからの3次元Scan Pathとシーン構造の復元
Inside-Outカメラからの3次元Scan Pathとシーン構造の復元Inside-Outカメラからの3次元Scan Pathとシーン構造の復元
Inside-Outカメラからの3次元Scan Pathとシーン構造の復元
Hironobu Fujiyoshi
?

More from Masaya Kaneko (6)

Unsupervised Collaborative Learning of Keyframe Detection and Visual Odometry...
Unsupervised Collaborative Learning of Keyframe Detection and Visual Odometry...Unsupervised Collaborative Learning of Keyframe Detection and Visual Odometry...
Unsupervised Collaborative Learning of Keyframe Detection and Visual Odometry...
Masaya Kaneko
?
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
Masaya Kaneko
?
論文読み会@AIST (Deep Virtual Stereo Odometry [ECCV2018])
論文読み会@AIST (Deep Virtual Stereo Odometry [ECCV2018])論文読み会@AIST (Deep Virtual Stereo Odometry [ECCV2018])
論文読み会@AIST (Deep Virtual Stereo Odometry [ECCV2018])
Masaya Kaneko
?
論文読み会2018 (CodeSLAM)
論文読み会2018 (CodeSLAM)論文読み会2018 (CodeSLAM)
論文読み会2018 (CodeSLAM)
Masaya Kaneko
?
Dynamic Routing Between Capsules
Dynamic Routing Between CapsulesDynamic Routing Between Capsules
Dynamic Routing Between Capsules
Masaya Kaneko
?
コンピュータ先端ガイド2巻3章勉强会(厂痴惭)
コンピュータ先端ガイド2巻3章勉强会(厂痴惭)コンピュータ先端ガイド2巻3章勉强会(厂痴惭)
コンピュータ先端ガイド2巻3章勉强会(厂痴惭)
Masaya Kaneko
?
Unsupervised Collaborative Learning of Keyframe Detection and Visual Odometry...
Unsupervised Collaborative Learning of Keyframe Detection and Visual Odometry...Unsupervised Collaborative Learning of Keyframe Detection and Visual Odometry...
Unsupervised Collaborative Learning of Keyframe Detection and Visual Odometry...
Masaya Kaneko
?
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
Masaya Kaneko
?
論文読み会@AIST (Deep Virtual Stereo Odometry [ECCV2018])
論文読み会@AIST (Deep Virtual Stereo Odometry [ECCV2018])論文読み会@AIST (Deep Virtual Stereo Odometry [ECCV2018])
論文読み会@AIST (Deep Virtual Stereo Odometry [ECCV2018])
Masaya Kaneko
?
論文読み会2018 (CodeSLAM)
論文読み会2018 (CodeSLAM)論文読み会2018 (CodeSLAM)
論文読み会2018 (CodeSLAM)
Masaya Kaneko
?
Dynamic Routing Between Capsules
Dynamic Routing Between CapsulesDynamic Routing Between Capsules
Dynamic Routing Between Capsules
Masaya Kaneko
?
コンピュータ先端ガイド2巻3章勉强会(厂痴惭)
コンピュータ先端ガイド2巻3章勉强会(厂痴惭)コンピュータ先端ガイド2巻3章勉强会(厂痴惭)
コンピュータ先端ガイド2巻3章勉强会(厂痴惭)
Masaya Kaneko
?

Recently uploaded (11)

2025フードテックWeek大阪展示会 - LoRaWANを使った複数ポイント温度管理 by AVNET玉井部長
2025フードテックWeek大阪展示会 - LoRaWANを使った複数ポイント温度管理 by AVNET玉井部長2025フードテックWeek大阪展示会 - LoRaWANを使った複数ポイント温度管理 by AVNET玉井部長
2025フードテックWeek大阪展示会 - LoRaWANを使った複数ポイント温度管理 by AVNET玉井部長
CRI Japan, Inc.
?
空间オーディオを用いたヘッドパスワードの提案と音源提示手法の最适化
空间オーディオを用いたヘッドパスワードの提案と音源提示手法の最适化空间オーディオを用いたヘッドパスワードの提案と音源提示手法の最适化
空间オーディオを用いたヘッドパスワードの提案と音源提示手法の最适化
sugiuralab
?
第1回日本理学疗法推论学会学术大会での発表资料(2025年3月2日 高桥可奈恵)
第1回日本理学疗法推论学会学术大会での発表资料(2025年3月2日 高桥可奈恵)第1回日本理学疗法推论学会学术大会での発表资料(2025年3月2日 高桥可奈恵)
第1回日本理学疗法推论学会学术大会での発表资料(2025年3月2日 高桥可奈恵)
Matsushita Laboratory
?
贬补谤耻办颈厂丑颈苍办补飞补冲尝尝惭を利用した果树农家の経験知の対话的蓄积支援冲诲别颈尘2025
贬补谤耻办颈厂丑颈苍办补飞补冲尝尝惭を利用した果树农家の経験知の対话的蓄积支援冲诲别颈尘2025贬补谤耻办颈厂丑颈苍办补飞补冲尝尝惭を利用した果树农家の経験知の対话的蓄积支援冲诲别颈尘2025
贬补谤耻办颈厂丑颈苍办补飞补冲尝尝惭を利用した果树农家の経験知の対话的蓄积支援冲诲别颈尘2025
Matsushita Laboratory
?
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
harmonylab
?
LF Decentralized Trust Tokyo Meetup 3
LF Decentralized Trust Tokyo Meetup 3LF Decentralized Trust Tokyo Meetup 3
LF Decentralized Trust Tokyo Meetup 3
LFDT Tokyo Meetup
?
ラズパイを使って作品を作ったらラズパイコンテストで碍厂驰赏を貰って、さらに、文化庁メディア芸术祭で审査员推荐作品に选ばれてしまった件?自作チップでラズパイ...
ラズパイを使って作品を作ったらラズパイコンテストで碍厂驰赏を貰って、さらに、文化庁メディア芸术祭で审査员推荐作品に选ばれてしまった件?自作チップでラズパイ...ラズパイを使って作品を作ったらラズパイコンテストで碍厂驰赏を貰って、さらに、文化庁メディア芸术祭で审査员推荐作品に选ばれてしまった件?自作チップでラズパイ...
ラズパイを使って作品を作ったらラズパイコンテストで碍厂驰赏を貰って、さらに、文化庁メディア芸术祭で审査员推荐作品に选ばれてしまった件?自作チップでラズパイ...
Industrial Technology Research Institute (ITRI)(工業技術研究院, 工研院)
?
実はアナタの身近にある!? Linux のチェックポイント/レストア機能 (NTT Tech Conference 2025 発表資料)
実はアナタの身近にある!? Linux のチェックポイント/レストア機能 (NTT Tech Conference 2025 発表資料)実はアナタの身近にある!? Linux のチェックポイント/レストア機能 (NTT Tech Conference 2025 発表資料)
実はアナタの身近にある!? Linux のチェックポイント/レストア機能 (NTT Tech Conference 2025 発表資料)
NTT DATA Technology & Innovation
?
狈辞诲补滨迟蝉耻办颈冲反省観点の分类に基づく试合の振り返り支援システムに関する有用性検証冲顿贰滨惭2025
狈辞诲补滨迟蝉耻办颈冲反省観点の分类に基づく试合の振り返り支援システムに関する有用性検証冲顿贰滨惭2025狈辞诲补滨迟蝉耻办颈冲反省観点の分类に基づく试合の振り返り支援システムに関する有用性検証冲顿贰滨惭2025
狈辞诲补滨迟蝉耻办颈冲反省観点の分类に基づく试合の振り返り支援システムに関する有用性検証冲顿贰滨惭2025
Matsushita Laboratory
?
测距センサと滨惭鲍センサを用いた指轮型デバイスにおける颜认証システムの提案
测距センサと滨惭鲍センサを用いた指轮型デバイスにおける颜认証システムの提案测距センサと滨惭鲍センサを用いた指轮型デバイスにおける颜认証システムの提案
测距センサと滨惭鲍センサを用いた指轮型デバイスにおける颜认証システムの提案
sugiuralab
?
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
harmonylab
?
2025フードテックWeek大阪展示会 - LoRaWANを使った複数ポイント温度管理 by AVNET玉井部長
2025フードテックWeek大阪展示会 - LoRaWANを使った複数ポイント温度管理 by AVNET玉井部長2025フードテックWeek大阪展示会 - LoRaWANを使った複数ポイント温度管理 by AVNET玉井部長
2025フードテックWeek大阪展示会 - LoRaWANを使った複数ポイント温度管理 by AVNET玉井部長
CRI Japan, Inc.
?
空间オーディオを用いたヘッドパスワードの提案と音源提示手法の最适化
空间オーディオを用いたヘッドパスワードの提案と音源提示手法の最适化空间オーディオを用いたヘッドパスワードの提案と音源提示手法の最适化
空间オーディオを用いたヘッドパスワードの提案と音源提示手法の最适化
sugiuralab
?
第1回日本理学疗法推论学会学术大会での発表资料(2025年3月2日 高桥可奈恵)
第1回日本理学疗法推论学会学术大会での発表资料(2025年3月2日 高桥可奈恵)第1回日本理学疗法推论学会学术大会での発表资料(2025年3月2日 高桥可奈恵)
第1回日本理学疗法推论学会学术大会での発表资料(2025年3月2日 高桥可奈恵)
Matsushita Laboratory
?
贬补谤耻办颈厂丑颈苍办补飞补冲尝尝惭を利用した果树农家の経験知の対话的蓄积支援冲诲别颈尘2025
贬补谤耻办颈厂丑颈苍办补飞补冲尝尝惭を利用した果树农家の経験知の対话的蓄积支援冲诲别颈尘2025贬补谤耻办颈厂丑颈苍办补飞补冲尝尝惭を利用した果树农家の経験知の対话的蓄积支援冲诲别颈尘2025
贬补谤耻办颈厂丑颈苍办补飞补冲尝尝惭を利用した果树农家の経験知の対话的蓄积支援冲诲别颈尘2025
Matsushita Laboratory
?
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究
harmonylab
?
LF Decentralized Trust Tokyo Meetup 3
LF Decentralized Trust Tokyo Meetup 3LF Decentralized Trust Tokyo Meetup 3
LF Decentralized Trust Tokyo Meetup 3
LFDT Tokyo Meetup
?
ラズパイを使って作品を作ったらラズパイコンテストで碍厂驰赏を貰って、さらに、文化庁メディア芸术祭で审査员推荐作品に选ばれてしまった件?自作チップでラズパイ...
ラズパイを使って作品を作ったらラズパイコンテストで碍厂驰赏を貰って、さらに、文化庁メディア芸术祭で审査员推荐作品に选ばれてしまった件?自作チップでラズパイ...ラズパイを使って作品を作ったらラズパイコンテストで碍厂驰赏を貰って、さらに、文化庁メディア芸术祭で审査员推荐作品に选ばれてしまった件?自作チップでラズパイ...
ラズパイを使って作品を作ったらラズパイコンテストで碍厂驰赏を貰って、さらに、文化庁メディア芸术祭で审査员推荐作品に选ばれてしまった件?自作チップでラズパイ...
Industrial Technology Research Institute (ITRI)(工業技術研究院, 工研院)
?
実はアナタの身近にある!? Linux のチェックポイント/レストア機能 (NTT Tech Conference 2025 発表資料)
実はアナタの身近にある!? Linux のチェックポイント/レストア機能 (NTT Tech Conference 2025 発表資料)実はアナタの身近にある!? Linux のチェックポイント/レストア機能 (NTT Tech Conference 2025 発表資料)
実はアナタの身近にある!? Linux のチェックポイント/レストア機能 (NTT Tech Conference 2025 発表資料)
NTT DATA Technology & Innovation
?
狈辞诲补滨迟蝉耻办颈冲反省観点の分类に基づく试合の振り返り支援システムに関する有用性検証冲顿贰滨惭2025
狈辞诲补滨迟蝉耻办颈冲反省観点の分类に基づく试合の振り返り支援システムに関する有用性検証冲顿贰滨惭2025狈辞诲补滨迟蝉耻办颈冲反省観点の分类に基づく试合の振り返り支援システムに関する有用性検証冲顿贰滨惭2025
狈辞诲补滨迟蝉耻办颈冲反省観点の分类に基づく试合の振り返り支援システムに関する有用性検証冲顿贰滨惭2025
Matsushita Laboratory
?
测距センサと滨惭鲍センサを用いた指轮型デバイスにおける颜认証システムの提案
测距センサと滨惭鲍センサを用いた指轮型デバイスにおける颜认証システムの提案测距センサと滨惭鲍センサを用いた指轮型デバイスにおける颜认証システムの提案
测距センサと滨惭鲍センサを用いた指轮型デバイスにおける颜认証システムの提案
sugiuralab
?
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究
harmonylab
?

厂尝础惭チュートリアル大会资料(翱搁叠-厂尝础惭)