Coqui Suda @coquisuda - Tumblr Blog

Posts

短期・長期の仕事紹介サイト

フルタイムだけではなく、短期または少量の仕事を紹介するサイトが存在する。

日本

クラウドソーシングエージェント Job-Hub（ジョブハブ）

発注側・受注側の双方がサイトに登録し、発注側の仕事に受注側がエントリーを行うことにより仕事が開始される。

好きで活きて得意で稼ごう PROSHEET.JP

週２日からの仕事を紹介する。

TimeTicket[タイムチケット]

自分の時間を30分から売ることができる。収益を指定した割合で寄付することができる。

海外

Stack Overflow Careers 2.0

Coding Cupboard | Connecting businesses with student and graduate coders

カメラを利用した技術について

カメラを利用した技術について目的別にまとめる。

写真

基礎的な写真撮影だけでなく、光学的・ソフトウェア的な付加価値をつけた製品が登場している。 Lytro 撮影後にピントを合わせることができるカメラ。 http://japanese.engadget.com/2014/04/23/lytro-illum-3/ 360cam ソフトウェアにより複数の写真をつなぎ合わせ、全方位の写真を作ることができるカメラ。 http://japan.cnet.com/news/service/35050272/

翻訳

スマートフォンの進化により、文字認識技術（OCR）、自動翻訳技術を組み合わせたソフトウェアが登場している。 Worldictionary カメラで撮影した単語の言語を認識し、翻訳を表示するアプリ。 https://itunes.apple.com/jp/app/worldictionary-lite-shun-jian/id536491559?mt=8&ign-mpt=uo%3D4 Word Lens 翻訳するだけでなく、カメラで表示されている部分にオーバーラップし、自然に訳を表示するアプリ。 https://itunes.apple.com/jp/app/word-lens/id383463868?mt=8&ign-mpt=uo%3D4

認証

画像処理技術の進化により、顔認識などの高度な技術が容易に利用できるようになってきている。米フォード、車載顔認識システムの研究を進める防犯用に車内の顔を認識するシステム。 http://slashdot.jp/story/14/07/02/0550252/

立体認識

画像処理技術・ハードウェアの進化により、立体構造をリアルタイムに認識することが可能になってきている。 Microsoft Kinect Xbox用に開発されたモーション検知カメラ。通常のカメラと赤外線カメラを使用し、立体構造を認識する。 http://www.microsoft.com/en-us/kinectforwindows/ Google Project Tango Googleが発表した立体空間を認識するプラットフォーム。 http://www.itmedia.co.jp/mobile/articles/1402/21/news055.html

３D再構成

多くの写真を元に立体情報を復元する試みがなされている。 Finding Paths through the World's Photos 人々が撮影した多数の写真を合成し、3D情報へ再構成する研究。 https://www.youtube.com/watch?v=gLLzV5qeKyk Color Map Optimization for 3D Reconstruction with Consumer Depth Cameras 様々な角度から撮影された写真を元に3D情報へ再構成する研究。 http://3dnchu.com/archives/c-map-optmz-4-3d-reco-d-cam/

医療

眼底カメラフラッシュをたいた場合に写る赤目は眼底と呼ばれ、唯一手術なしで血管が撮影できる場所である。 http://www.canon-lcs.co.jp/service/machine-healthcare/ophthalmic/lineup/cr-2plus-af/index.html

その他

Amazon Fire Phone - Dynamic Perspective アマゾンが最近発表したスマートフォンの一機能。複数のカメラで顔の位置を認識し、表示される透視図を動かすことで立体視を実現している。 http://www.gizmodo.jp/2014/06/fire_phone3ddynamic_perspectiv.html

2014: RssCorpus

Effective way to learn words based on the frequency

#Portfolio #jQuery #AngularJS #Bootstrap

2013: Sky Lapse

#Portfolio

WordNetのデータから関連性を可視化する

#wordnet #visualization #graphviz

ARメモ

AR (Augmented Reality) の技術が知りたくなり、物体認識をJavascriptで試してみた時のメモ。

画像処理で物体を認識するには下記のようなステップが必要になる。

グレースケール化

ぼかし

二値化

ラベリング

オブジェクト抽出

今回使用する画像。

1. グレースケール化

マークを利用したARでは色情報は使わないので、扱いやすさの観点からまずグレースケールにしてしまう。

2. ぼかし

ノイズ低減のためにぼかす。今回はガウスフィルタを使用したが、輪郭もぼけてしまうので、メディアンフィルタを利用した方がいいかもしれない。

3. 二値化

いくつかアルゴリズムが存在するが、単一のしきい値を用いるアルゴリズムでは、濃度が異なるときにうまくいかない。そこで、適応的二値化を用いて、画素ごとに近傍のヒストグラムの中間値からしきい値を算出した。これにより、暗い中での白黒と明るい中での白黒を同じように二値化できる。近傍のヒストグラムの作成では、ひとつ飛ばしでサンプリングを行ってもあまり結果は変わらないので、高速化につながる。

しかし、このままだと濃淡がない領域で無理に二値化されてしまい、ノイズとなってしまうため、減算定数を利用する。