三好 裕之
IMACEL Academy 編集長 東京大学大学院情報理工学系研究科 Imperial College London 短期留学 現在は逆問題を扱う研究室に所属している． 好きな分野は複素関数論．
出身は香川県。うどんをこよなく愛する。
[Homepage] https://sites.google.com/view/hiroyukimiyoshi/home
[は…
6 人にフォローされています
スパースモデリングに基づく画像の再構成 Part2. Total Variation最小化(Split Bregman)に基づく画像再構成
この記事では，Total Variation 正則化の最小化に関する実装を行い，ノイズを含む画像がどのように再構成されるのか，確かめてみます．
なお，Total Variation はスパースモデリングで主に使われている技術です．
三好 裕之 |
1,547 view
スパースモデリングに基づく画像の再構成 Part1. L1ノルム最小化に基づく画像再構成の実装
この記事では，L1ノルム正則化の最小化の実装を行い，ノイズを含む画像がどのように再構成されるのか，確かめてみます．
なお，Total Variation はスパースモデリングで主に使われている技術です．
三好 裕之 |
1,255 view
Morphology (モルフォロジー) 変換の実装 ~ Python + OpenCV ~
画像処理の一つ，モルフォロジー変換をPython と OpenCVのライブラリを用いて実装し，それを2値画像に対して適用します．
三好 裕之 |
838 view
Julia と画像処理②〜画像のセグメンテーション(Seed Region Growing とFelzenszwalbアルゴリズム)〜
プログラミング言語「julia」を用いて画像処理を行います．インストールに続き，今回は画像のセグメンテーションのライブラリを用いて，セグメンテーションを行います．
三好 裕之 |
1,119 view
Julia と画像処理 ①〜Julia のインストールから画像の表示まで〜
最近話題になっているプログラミング言語，「Julia」を用いて，画像処理をおこないます．今回は環境構築まで
三好 裕之 |
1,133 view
等角写像による画像の変換〜Schwarz-Christoffel 変換〜part 2
前回の記事「等角写像による画像の変換〜Schwarz-Christoffel 変換〜part 1」の続きです．
実際に実装をして，写像を確かめてみます．
三好 裕之 |
964 view
等角写像による画像の変換〜Schwarz-Christoffel 変換〜 part1
等角写像の一つであるSchwarz Christoffel 変換を用いて，画像の変換をしてみます．
python によるコードも記載しております．
画像はhttps://uk.mathworks.com/help/images/examples/exploring-a-conformal-mapping_ja_JP.html
より．
三好 裕之 |
702 view
画像のセグメンテーション - Level set 法の実装 (Chan-Vese) -
画像処理のセグメンテーションの分野で用いられるLevel set 法を用いて画像のセグメンテーションを行います．
三好 裕之 |
4,503 view
画像の一部を消すInpainting という技術とその実装 (python)
Python + OpenCVにより，画像の修復の技術，「Inpainting 」の実装を行います．
三好 裕之 |
6,125 view
CTの原理②〜投影切断面定理とCT再構成の実装〜
CT (Computed Tomography)の投影切断面定理に関して説明します．
また投影が少なくなったとき，どのような挙動を示すのかを数値実験を交えながら紹介します．
三好 裕之 |
2,291 view
画像のFilter をPython で視覚的に理解する (Gaussian, Edge 抽出)．
Python を用いて，画像のFilter を視覚的に理解してみます．コードを載せていますので，実装可能です．
三好 裕之 |
8,692 view
Deep Learning の今後の予想まとめ 2(2018年版)
前回に引き続き，Deep Learning の今後の予想をまとめます．画像はSelf-learning computer eclipses human ability at complex game Go (https://www.thenational.ae/uae/self-learning-computer-eclipses-human-ability-at-complex-game-go-1.670818) です．
三好 裕之 |
382 view
Deep Learning の今後の予想まとめ (2018年版)
Deep Learning が今後どうなっていくのか，2018年注目されている技術は何なのか，気になったので調べてみました．
三好 裕之 |
1,977 view
スパースモデリング ～少量データから画像を復元～
matlab のコードをもとに，スパースモデリングとは何かについて説明します．今回はスパースモデリングの説明です．
三好 裕之 |
6,695 view
2017年 IMACEL Academy 人気の記事まとめ
2017年ももうすぐ終わりです．そこで，今回は一年を通して人気だった記事をまとめたいと思います．
[画像はhttps://tryolabs.com/blog/2016/12/06/major-advancements-deep-learning-2016/から引用]
三好 裕之 |
296 view
