コンピュータビジョン
オライリーのコンピュータビジョンを読みました。
職場でまわりの人たちが画像認識、画像分析をやってるのですが、チンプンカンプンだったので勉強です。
画像からの特徴量抽出、画像分割、物体認識のさわりがぼんやりわかりました。今回読んだだけなのですが、pythonによるサンプルコードが充実しているので、理解の定着には是非手を動かしてみるとよいと思います。が動かせてません。
以下内容備忘のキーワードメモ。
2.画像の局所記述子
Harrisコーナー検出器
SIFT
3.画像間の写像
アフィン変換
4.カメラモデルと拡張現実感
カメラキャリブレーション
姿勢推定
5.多視点幾何学
エピポーラ線
エピ極
エピポーラ幾何
SVDで最小二乗推定
6.画像のクラスタリング
k平均法
階層クラスタリング
スペクトラルクラスタリング
特徴量ベクトルに平均RGB値とPCA係数
7.画像検索
SIFT記述子のような局所記述子
ビジュアルワード
bag_of_visual_wordrモデル
8.画像認識
k近傍法
密なSIFT特徴量ベクトル
ベイズ分類器
次元削減にPCA
SVM
多クラス問題の例、数独。光学文字認識
マスの抽出、枠線
画像の位置合わせ
9.画像の領域分割（セグメンテーション）
前景、背景。個々の物体。
グラフカット
10.OpenCV
SURF特徴量
オプティカルフローは2枚の連続する画像間での物体の動き。画像上での移動を表す2Dのベクトル場
動画圧縮、動き推定、物体追跡、画像の領域分割に応用
コーナーの特徴点を追いかける
以上。
- 作者: Jan Erik Solem,相川愛三
- 出版社/メーカー: オライリージャパン
- 発売日: 2013/03/23
- メディア: 大型本
- 購入: 1人 クリック: 22回
- この商品を含むブログ (4件) を見る
Javaの性能改善メモ
Javaプログラムの性能を改善したいが、うまく原因調査できておらず、行き当たりバッタリの手当てになっている。
JDKの基本的な情報、調査方法、改善方法を調べた内容をメモしておく。
★Setは集合、重複無し。
Listはリスト。
LinkedListとArrayList。
Java6：ArrayListは500万件で200数十ms。LinkedListは200万で数十ms。
Java8：ArrayListは2億件で100数十ms。LinkedListは5000万で100数十ms。
ArrayList、LinkedListいずれも拡張forがよい。
LinkedListのget(i)はめちゃくちゃ遅いので単純なfor(ループカウンタ)も遅い。途中の要素追加がある場合に使える。
ArrayListのcontainsはだめ、HashSetを使う。
Mapの要素はkeySetではなくentrySetでまわす。
★初期容量の指定
負荷係数を考慮しないような指定（n * 4 / 3 + 1）
http://d.hatena.ne.jp/Kappuccino/touch/20080723/1216787927
★
1) Map<K,V> map = new HashMap<K,V>();
2) HashMap<K,V> map = new HashMap<K,V>();
JITでないと1は2に比べて2倍以上遅い。
http://developer.android.com/intl/ja/guide/practices/design/performance.html#myths
★オートボクシングによる暗黙のnew
数値が-128〜127はキャッシュだが、これ以外はnewされる。
trove。
hppc。
★スレッドダンプ、ヒープダンプ、GC
jstack、jmap
http://www.techscore.com/blog/2016/02/05/%E3%82%B9%E3%83%AC%E3%83%83%E3%83%89%E3%83%80%E3%83%B3%E3%83%97%E3%81%A7%E3%83%9C%E3%83%88%E3%83%AB%E3%83%8D%E3%83%83%E3%82%AF%E3%82%92%E8%AA%BF%E6%9F%BB%E3%81%97%E3%82%88%E3%81%86/
★CPU、I/O
uptime
dmesg | tail
vmstat 1
mpstat -P ALL 1
pidstat 1
iostat -xz 1
free -m
sar -n DEV 1
sar -n TCP,ETCP 1
top
告白
湊かなえの告白を読みました。
ニューラルネットワーク 計算知能
ニューラルネットワーク 計算知能を読みました。
ニューラルネットワークなど機械学習は、数式、理論など自分には未知ばかりです。特にわからないの応用。どういった分野にどのように適用しているか。本書は各章で適用したい事例に対してニューラルネットワークの設計、評価が書かれています。数式は分からないですが少し応用の概要わかりました。
以下キーワード。
分割攻略アプローチ ファジー、動径基底関数RBFネットワーク、、結合荷重を誤差逆伝搬BPで調整。クレーンを制御するコントローラ。
量子描像ニューラルネットワーク、画像圧縮、倒立振子の振り上げ倒立安定化。
ニューラルカオス、カオスニューロン。
PID制御、システムヤコビヤンの符号、遺伝的アルゴリズムで調整。
超音波モーターの制御、PIコントローラー。
自立飛行制御系。
漏洩音検出問題。
強化学習。
こちら。
七つの会議
池井戸潤の七つの会議を読みました。
空飛ぶタイヤより先にこっちを読んでたんだけど書くのは後になっちゃいました。
七つの章で構成されて、各々の章で人が変わり、各々の視点、考えが見えてくる。話は中小の部品会社で、目立たない部署の営業、万年主任、エリート部署のエリート営業、事務さんなどなどが登場。エリート営業が急に異動になり、後釜に入ったはいいのだけど腑に落ちない。何かがおかしい、、、
会社のため、お客様のために、家族のために仕事をしているのにどこで優先順位を、やり方を間違えてしまうのか。
ひと昔前の大企業に入ったから定年まで安心、とは全く言えなくなった世の中で、何に向き合うのか、何を第一に考えるのか、と。堀江貴文の本やアドラー本の嫌われる勇気で読んだことも思いながら読みました。
気づいたらこの本での主役の主役は、この人じゃないよなぁと思っていた人だったりで意外なところでも楽しめましたね。
物理数学
仕事で数学のことをちょっと知っとく必要がありそうで（というか自分の頭ではちょっとでも理解が難しい）ので検索してたらよさげなページを見つけた。
EMANの物理学
http://eman-physics.net/math/contents.html
捗るかな。
