歴史をたどってディープラーニングを学ぶ第六回 M対Nのコンボリューションでカラー画像を扱う - Sansan Builders Box

歴史をたどってディープラーニングを学ぶ第六回 M対Nのコンボリューションでカラー画像を扱う - Sansan Builders Box

こんにちは、ニューラルネット老人こと糟谷勇児です。今回は色について考えていきます。 色を扱うのは難しい 画像認識といえば色の活用が重要そうですが、実際は一筋縄ではいきません。 私が新入社員だったころのことです。 中国人の先輩が画像検索エンジンを作っていました。その際、色は使用せず、輝度の変化のみを使用していました。 私は「色は使わないんですか」と尋ねたところ、「Color is artificial」という答えが返ってきました。 なるほど、色の見え方は人間とそれ以外の動物では全然違うといわれています。 もちろん人間同士でも、人種や性別、色覚特性などによって色の見え方はかなり変わってきます。 色…

3 mentions: @InfoAI4@SansanTech@__techblog
Date: 2020/05/12 02:00

Bookmark Comments

Related Entries

Read more シャープ独自開発の深層学習モデルによる衛星画像の超解像処理 | 宙畑
4 users, 22 mentions 2020/04/30 02:21
Read more RigNet: Neural Rigging for Articulated Characters - ディープラーニングでモデルへのリギングを自動で行ってくれる技術!SIGGRAPH 2020 論文
3 users, 9 mentions 2020/05/12 09:50
Read more 機械学習による世界の気候パターンの分類に成功 ー30年間の気候データを画像化して深層学習で識別ー — 京都大学
6 users, 15 mentions 2020/07/28 11:21
Read more ディープラーニングのパラメータを自動調整するライブラリ「Optuna v2.0」、パラメータの重要度を定量評価─PFN | IT Leaders
3 users, 8 mentions 2020/07/29 14:24
Read more ヤフーの広告配信で機械学習の改善サイクルを高速化した話 〜 TensorFlow Serving導入 - Yahoo! JAPAN Tech Blog
15 users, 17 mentions 2020/10/19 00:00