画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
保呂 毅 (Tsuyoshi Horo) 東京大学情報理工学系研究科創造情報学専攻修士修了 現在：社会人 E-mail : 研究テーマ： 複数カメラを用いたユーザーインターフェース An User Interface System Based on Human Volume Reconstruction Using Multiple Cameras ファイル： ソース（voxgesturesrc20070318.zip） バイナリ（voxgesturebin20070318.zip） サンプルデータ（a_h.zip） 簡易マニュアル（manual0.doc） 動画： 2人追跡シーン（2men22.wmv） 3人追跡シーン（3persons_with_plot.wmv） 空中手書き文字認識システム（abc1.wmv） 椅子と人の接触追跡シーン（chair.wmv） FPSゲームの入力インター
次元を超えた画像解析技術――「Deep Zoom」と「Photosynth」を体験する：Lookup！ せんせーしょん（1/4 ページ） いまや我々は日常的にPCを使っている。まるで写真のように高精細な動画を瞬時に表示するハイスペックなPC、そしてそれを映し出すディスプレイは一昔前では考えられないものだ。しかし、映画やアニメに出てくる“コンピュータ”とはどうも違うような気がしないだろうか。 古くは“コンピュータ”といえば研究所に備えられた巨大な筐体の中で磁気ディスクが回り、紙テープで打ち出された計算結果を見て博士が「ヤツの弱点はしっぽだ！ しっぽへの攻撃が成功する確率は94％！」とか口走るのが定番だったが、PCが普及し始めるとこの描写も変わってくる。 もちろんその描写は、“コンピュータ”が重要な局面であればあるほど分かりやすい脚色が加えられ、現実離れしていく傾向がある。とはいえ、テクノロジ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
