SlideShare a Scribd company logo
MRについて
鬼コース サーベイまとめ
石川高専 4年 電子情報工学科
安田 樹
容易に再現性のある低コストの
3Dディスプレイシステム
どんなもの?
異方性ホログラフィックディフューザーにより複数の
同時視聴者にディスプレイ上で360°表示できる
先行研究と比べてどこがすごい?
複数のパラメータから垂直成分の遠近法と視差
を任意の高さでレンダリングできる
技術や手法のキモはどこ?
水平視野が誇張され曲線が湾曲されないように複
数の高さで水平成分と垂直成分の視点を生成
どうやって有効だと検証した?
ディスプレイの多様化は可能か
議論はある?
Achieving Eye Contact in a One-to-Many 3D
Video Teleconferencing System
次に読むべき論文は?
Rendering for an Interactive 360º Light Field Display
SIGGRAPH 2007 Papers Proceedings
SIGGRAPH 2007 Emerging Technologies
Cinema 3D: Large Scale Automultiscopic Display
3Dを提供する同時多視点ディスプレイ
の設計
どんなもの?
個々の座席に対してより高い空間分解および角度分解を可能
にする。角度の変化により等しい視差を達成する
先行研究と比べてどこがすごい?
視差バリアの角度範囲を多層パネルなどの新しいディスプレ
イ技術を活用し水平視野範囲や視聴者距離に適宜割り当てて
いる
技術や手法のキモはどこ?
表示解像度、垂直解像度の向上、明るさ、
垂直張りやや斜め横障害への障害で小型レンズを
用いて実現させた
どうやって有効だと検証した?
前提としてLCDディスプレイであるがLCD以外で
もこの技術は応用可能か
議論はある?
BALOGH, T. 2006. The holovizio system. In
Electronic Imaging 2006, International Society
for Optics and Photonics, 60550U– 60550U.
次に読むべき論文は?
入力に立体的なビデオを用い、それをマルチ表
示にかえる解決となるフィルタ処理したビデオ
ストリーム
どんなもの?
ベースのビデオ拡大とアンチエイジングを一回のフィルタ・
プロセスに結合。最先端の深度ベースのレタリングより優秀
先行研究と比べてどこがすごい?
入力としてステレオスコピックストリームをとる。こ
の方法は単純でありハードウェアで実装可能
技術や手法のキモはどこ?
翻訳シフト定理を用いて2つの入力で測定された差をピラミッ
ド表現により、直接統合できる。位相差により垂直方向にもラ
イトフィールと生成可能
どうやって有効だと検証した?
位相差が微小なものではどれくらいの精度になる
か
議論はある?
Three-Dimensional Displays: A Review and
Applications Analysis
次に読むべき論文は?
Joint View Expansion and Filtering for Automultiscopic 3D Displays
Three-Dimensional Displays: A Review and Applications Analysis
3Dディスプレイの主要な技術的特性を分析し、
これらを使用するアプリケーションの提案
どんなもの?
3Dディスプレイをアプリケーションサイズにするため、昨今
の技術をグループ化。立体的で自動立体的なテクノロジーの
開発
先行研究と比べてどこがすごい?
目の位置,ボクセル,同時視聴者の数、解像度視域、ヘッド位置
の制約、表示サイズのサポート、知覚深度範囲、色再現能力、
クロストークレベルに着目
技術や手法のキモはどこ?
技術を5つに識別することにより応用分野に活用
でき、ディスプレイの特性を確認
どうやって有効だと検証した?
中間の表示合成技術は出ているがそれ以外の合成
技術について
議論はある?
Autostereoscopic displays and computer
graphics
次に読むべき論文は?
This article appeared in Computer Graphics, ACM
SIGGRAPH, 31(2), May 1997, pp 58–62. © 1997 Michael Halle, ARR.
Autostereoscopic displays and computer graphics
ボリュームディスプレイ、視差ディスプレイ、ボリューム
ディスプレイの3種類についての説明
どんなもの?
可能な限り最高のイメージを得るために最も困難なのは光学
特性を理解し、ジオメトリやゆがみ、グラフィックスとディ
スプレイの正しい画像リアリズムが重要なことを示唆
先行研究と比べてどこがすごい?
パラレル画像を生成するのに必要なのはカメラトラックやカ
メラパラメータ、レンダリングが必要は透視画像の数。画像
データのピクセル解像度と画像フォーマットである
技術や手法のキモはどこ?
視差ディスプレイは画像ボリュームの空間解像度深度、水平解
像度はバリアスリットの幅と幅の両方で制御、垂直の画像は
フィルム上でスライスする
どうやって有効だと検証した?
ソフトウェアパッケージのディスプレイの特性に
合わせてレンダリングする技術はまだない
議論はある?
Ives,F.E. U.S.Patent No. 725,567.
次に読むべき論文は?
音声アニメーションを生成しながらリアルタイムでアバター
が感情をHMDの単眼カメラを使って表現する
どんなもの?
リアルタイムで高忠実度の表情の動きを抽出す
ることを可能にし、舌などの閉塞部分へも対応
先行研究と比べてどこがすごい?
目と口のFASC表現の画像、心理音響学的文からのビジュアル
サンプル、それに対応するアニメーションパラメータを使用
しトレーニングデータを収集
技術や手法のキモはどこ?
Caffeframeworkで設計、訓練、CNNの使用、GPUを使用しト
レーニングプロセスを行った。1つのカメラを使用して顔全体
を追跡
どうやって有効だと検証した?
照明条件より画像ベースのトラッキングの信頼性
低下の原因
議論はある?
次に読むべき論文は?
High-Fidelity Facial and Speech Animation for VR HMDs
Appearance-Based Gaze Estimation in the Wild
Appearance-Based Gaze Estimation in the Wild
外観に基づく凝視評価が自然な状態で行う方法
どんなもの?
先行研究と比べてどこがすごい?
3つの公的に外観ベースの注視推定アルゴリズム、トレーニ
ングとデータテスト、ドメイン固有のパフォーマンス向上の
追求、マルチモーダル畳み込みニューラルを用いた注視推定
技術や手法のキモはどこ?
縛りがない状態での外観ベースの注視推定、自然の中での注視
データセットの構築、ラップトップを使用した長期間のデータ
収集
どうやって有効だと検証した?
データ収集の期間の長さを解決する方法
議論はある?
次に読むべき論文は?
現実的でないデータを含むMPIIGaze
データセットの作成
Learning-by-Synthesis for Appearance-based
3D Gaze Estimation
最大に完全に調整されたマルチビューの視線を収集するデー
タセットを生成し、3D再構成を実行して、目の画像のトレー
ニングデータを生み出す
どんなもの?
先行研究と比べてどこがすごい?
モデルベースで3D眼球モデルで方向を注視、位置の特定に高
解像度カメラを使用。外観ベースでは適応線形回帰を使用し
3Dの視線方向を推定。
技術や手法のキモはどこ?
目の画像を水平に置き換えてポーズを鏡映した両目にgle回帰関
数で効率を向上。すべての機能を使用してトレーニングした得
られた評価をピクセル対の距離に関してアデット
どうやって有効だと検証した?
目の応用アライメントとトラッキング
議論はある?
次に読むべき論文は?
外観ベースの注視推定への合成方法、調整されたマルチカメ
ラシステム、および新しい領域、3次元再構成で見分けられる
ビューのワーピング
Random forests for real time 3D face analysis
Learning-by-Synthesis for Appearance-based 3D Gaze Estimation
奥行き画像からリアルタイムで頭部ポーズ推定のためのラン
ダムなフォレストペースのフレームワークの提示。それを拡
張し、顔の特徴のセットを3Dでローカライズする
どんなもの?
大きな回転、部分的な閉塞をセンサを使用して取得し
た深度データを処理。リアルタイム性能を達成
先行研究と比べてどこがすごい?
深度画像から各パッチが頭部ポーズまたは顔の特徴のそれぞ
れに対し直接投票できるアプローチ。各フレームで独立して
動作することでGPU上の並列計算に頼らないアルゴリズム
技術や手法のキモはどこ?
一般に公開されている困難なデータセットに関す
る広範な実験を行い、Microsoft Kinectを使用し、
新しい頭部ポーズデータベースを提示
どうやって有効だと検証した?
こ
このアルゴリズムは顔以外の場所にも使用可能か
議論はある?
Real-Time Face Pose Estimation from Single
Range Images
次に読むべき論文は?
Random forests for real time 3D face analysis
3Dを推定するためのリアルタイムアルゴリズムと距離画像を
あらかじめ計算したポーズ画像の平均をとり、そのモデルの
誤差関数を開発
どんなもの?
スケーラブルでポーズを大規模なポーズの変化や顔の変形に
合わせて動作。フィールドの前に目に見えない人や、複数の
顔ビューの初期化は不要
先行研究と比べてどこがすごい?
分割分析を置き換える賢い並列計算の洗練された特徴抽出。
現代GPUの大規模な並列性のためにリアルタイムで実行
技術や手法のキモはどこ?
適切な参照ポーズを含めることで3次ロール回転を広範囲の画
像で表示。位置誤差を正規化するためにポーズ範囲ごとに利用
可能なテスト画像を使用
どうやって有効だと検証した?
異なる範囲のデータ収集システムとロール回転推
定の体系的な評価
議論はある?
Real-Time 3D Model Acquisition
次に読むべき論文は?
Real-Time Face Pose Estimation from Single Range Images
複雑なオブジェクトの詳細なモデルを構築する
ための3Dスキャンレンダリング
どんなもの?
安価で高速でかつ使いやすい新しい3Dモデル取得システム
先行研究と比べてどこがすごい?
オブジェクトが走査されると連続的に更新されたモデルを参
照。ホールの存在を見つけると即座にフィードバック
技術や手法のキモはどこ?
正確さと制度、較正反り、登録ドリフトとスキャンへの影響に
ついて検証
どうやって有効だと検証した?
異なる範囲のデータ収集システムとロール回転推
定の体系的な評価
議論はある?
次に読むべき論文は?
Real-Time 3D Model Acquisition
Appearance-Based Gaze Estimation in the Wild
動的3Dのための斬新な画像ベースの表現
どんなもの?
様々は髪型や帽子を効果的に扱うダイナミック3Dア
バターのための新しいイメージベースの表現
先行研究と比べてどこがすごい?
頭部には頭部の剛直な変形をラベル付け、耳のような付加的
なものにはランドマークとし、髪モデルを変形可能にするた
めスランドベースの毛髪表現を使用
技術や手法のキモはどこ?
画像間奥行の最適化を繰り返し、適用された場合に推定された
毛の幾何学的形状は画像の毛髪に近似。収束エネルギー関数を
視覚化
どうやって有効だと検証した?
激しい毛髪の動きに対応可能か
議論はある?
次に読むべき論文は?
Dynamic 3D Avatar Creation from Hand-held
Video Input
Real-time Facial Animation with Image-based Dynamic Avatars
完全に組み立てられた手持ち式ビデオから3D化
された顔面アバターの作成
どんなもの?
ハードウェアとプロセスがシンプルで堅牢、容易に配備でき
ないカスタムビルドの設定。慣れていないユーザーでも簡単
に実行可能。仮想的なやりとりを可能にする
先行研究と比べてどこがすごい?
建設事前確率、二スケールダイナミックブレンドシェイフ表
現。高度な追跡と成功地区アルゴリズムを最小限にし、ユー
ザー支援再構成品質を最大化
技術や手法のキモはどこ?
アルベド抽出を使用し異なる照明条件を与え、テクスチャライ
ンでオプティカルフローのエネルギーを適応。矯正形状、可能
性関節ベースリキングを組み合わせ走査制度の問題を解決
どうやって有効だと検証した?
アバターの感情表現の細分化
議論はある?
Online Modeling For Realtime Facial Animation
次に読むべき論文は?
Dynamic 3D Avatar Creation from Hand-held Video Input
ユーザの詳細な3D表現も出るとそれに差対応す
る動的追跡パラメータを共同で解決する最適化
アルゴリズム
どんなもの?
オンライン学習に適した低次元表現で動的表現のテンプレー
ト、アイデンティティPCAモデル、およびパラメータ化変形
モデルを組み合わせた適応DEM
先行研究と比べてどこがすごい?
高いトラッキング精度を維持しながら、適切な性能キャプ
チャシステムを特定。手動キャリブレーションを行える。
技術や手法のキモはどこ?
IDAのPCAモデルと矯正変形フィールドにそれぞれ使用された
ベーシスベクトルの数から最適化を示し、ラプラシアン固有ベ
クトルがリアルタイム性能を実現しながら正確な再構成を得た
どうやって有効だと検証した?
オンライン最適化をアクティブな外観モデルやアクティブ形状
モデルなどの他の線形モデルを適用する方法
議論はある?
Computer-Aided Design
次に読むべき論文は?
Online Modeling For Realtime Facial Animation
3D顔面モデリングのためのしわを生成する軽量
ノンパラメトリック法
どんなもの?
詳細なシワのジオメトリを合成し、パーソナライズされたマ
イクロな単一の低コスト。顔のRGBD高性能ビデオを使用し、
詳細な3D顔面アニメーションを作成。
先行研究と比べてどこがすごい?
しわの合成方法を掲示し、詳細なシワで再構築された3D顔モ
デルを軽量化し強化した。
技術や手法のキモはどこ?
詳細はシワとリアルタイムフェイシャルを備えた3次元顔モデ
ルの開発。Kinectカメラを使用して様々な人のアニメーション
を作成
どうやって有効だと検証した?
データベースを拡大し、様々な人からしわジオメ
トリイメージの異なる年齢や人種に対応できるか
議論はある?
A Morphable Model For The Synthesis Of 3D
Faces
次に読むべき論文は?
Computer-Aided Design
テクスチャ付き3Dをモデリングするための新し
い技術
どんなもの?
自動的にモデルパラメータを調整するアルゴリズムを最適な
再構成のために手動の初期化。モデル関数で催促された完全
な3D形状とテクスチャの合理的な見積もり。
先行研究と比べてどこがすごい?
インタラクティブフェイスモデリングシステムによって人間
のユーザがモデル係数を変えることにより新しい文字を生成
し、顔のタイプを変更。
技術や手法のキモはどこ?
200人のモデルの顔をすべて自動的に対応付けすることで、変
形可能な顔モデルを構築。
どうやって有効だと検証した?
データ整理にシェイプを適用し、テクスチャデー
タが削減されることについて
議論はある?
Spacetime Faces: High Resolution Capture for
Modeling and Animation
次に読むべき論文は?
A Morphable Model For The Synthesis Of 3D Faces
ビデオシーケンスから始まるend-to-end
システム
どんなもの?
形状を正確に反映するモデルの作成。
訓練されていないユーザが簡単に作ることを可能に
先行研究と比べてどこがすごい?
feceIKにより合理的な顔の範囲への編集しセットの学習を行
う。そしてアニメーションを作成する前にユーザは十分な制
御点を指定してキーフレームを作成
技術や手法のキモはどこ?
シーケンスを入力として使用し、顔モデルを高解像度、編集可
能、動的制御可能に。キャプチャシステムでは、動機ビデオカ
メラと構造化ライトプロジェクタをキャプチャ
どうやって有効だと検証した?
被写体の顔を照らさないとキャプチャできないこ
とについて
議論はある?
The space of human body shapes:
reconstruction and parameterization from range
scans
次に読むべき論文は?
Spacetime Faces: High Resolution Capture for Modeling and Animation
高解像度テンプレートをフィッテイングするた
めの新しいまばらな3Dマークを使用した詳細は
人体範囲スキャンへのメッシュマッピング
どんなもの?
Point to point の対応付けを確立するための厳格な登録技術、
同一の全体構造を有する一組の表面の間の欲求。取得された
人体などの形状の変化を同様のポーズで表現
先行研究と比べてどこがすごい?
マッチングアルゴリズムを使用して一貫したサーフェスパラ
メータを実現。顔のマッチングを改善するために各鼻の先端
にマーカーを使用
技術や手法のキモはどこ?
テンプレートベース方法で合理的にスキャン。ポーズを因数分
解することでよりコンパクトなPCAの表現を実現
どうやって有効だと検証した?
唇の位置が大きくずれてしまうことについて
議論はある?
Filling Holes in Complex Surfaces using
Volumetric Diffusion
次に読むべき論文は?
The space of human body shapes: reconstruction and parameterization from range scans
3Dの構築に三角形分割アルゴリズムを使用し、
ソリュージョンに符号付き距離関数を構築
どんなもの?
不完全なサーフェスの記述を拡張し、水密なモデルを形成す
るまで続ける。結果がオブジェクトのトポロジと一致しない
場合のみスキャンされる
先行研究と比べてどこがすごい?
容積測定を完了するために拡散をしようし、レンジスキャン
表面を表現。常に閉鎖された多岐にわたる三角形を生成。
技術や手法のキモはどこ?
アルゴリズムにより様々は構成のなめらかな表面を提供し、そ
れによって異なるトポロジを作成。
どうやって有効だと検証した?
曲率や面積の鏡面の特性を制御することや曖昧な
トポロジの明確化
議論はある?
Adaptively Sampled Distance Fields: A General
Representation of Shape for Computer
Graphics
次に読むべき論文は?
Filling Holes in Complex Surfaces using Volumetric Diffusion
ADFの1つの実装を特徴付け、2つの多様なア
プリケーションでその有用性を示す
どんなもの?
適応的にサンプリングされたADFを基本的なグラフィカル
データ構造として使用。シェイプまでの最小距離を指定する
ためにスカラーフィールドを用いる
先行研究と比べてどこがすごい?
ユーティリティを説明するためにADFモデルのレンダリング
や彫刻などの処理方法
技術や手法のキモはどこ?
ADFによって適応的に距離フィールドをサンプリングし、空間
階層内の値をサンプリングし記憶。それにより距離フィールド
に関するかなりの情報を具現化。
どうやって有効だと検証した?
より強力はレンダリング方法でのADFの組み合わ
せ。
議論はある?
R. Avila and L. Sobierajski, “A haptic interaction
method for volume visualization”
次に読むべき論文は?
Adaptively Sampled Distance Fields: A General Representation of Shape for Computer Graphics

More Related Content

Similar to MRについてのサーベイ

Oculus for business from OC6
Oculus for business from OC6Oculus for business from OC6
Oculus for business from OC6
Yohei Noda
 
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
Daiyu Hatakeyama
 
【CVPR 2020 メタサーベイ】Vision Applications and Systems
【CVPR 2020 メタサーベイ】Vision Applications and Systems【CVPR 2020 メタサーベイ】Vision Applications and Systems
【CVPR 2020 メタサーベイ】Vision Applications and Systems
cvpaper. challenge
 
object detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: surveyobject detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: survey
Takuya Minagawa
 
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
Naoki (Neo) SATO
 
≪インテル x ブロケード 特別対談≫ 2020年。どうなる?車とデータセンタの関係 ~SDxの、その先へ~
≪インテル x ブロケード 特別対談≫ 2020年。どうなる?車とデータセンタの関係 ~SDxの、その先へ~ ≪インテル x ブロケード 特別対談≫ 2020年。どうなる?車とデータセンタの関係 ~SDxの、その先へ~
≪インテル x ブロケード 特別対談≫ 2020年。どうなる?車とデータセンタの関係 ~SDxの、その先へ~
Brocade
 
GTC 2016 ディープラーニング最新情報
GTC 2016 ディープラーニング最新情報GTC 2016 ディープラーニング最新情報
GTC 2016 ディープラーニング最新情報
NVIDIA Japan
 
Visual Studio と Microsoft Azure で変わる開発スタイル
Visual Studio と Microsoft Azure で変わる開発スタイルVisual Studio と Microsoft Azure で変わる開発スタイル
Visual Studio と Microsoft Azure で変わる開発スタイル
Akira Inoue
 
3 d object recognition
3 d object recognition3 d object recognition
3 d object recognition
ssuserac4d0c
 
「数字を見せろ」から「コードを見せろ」へ 〜過程の透明性を確保したデータ可視化を目指す〜
「数字を見せろ」から「コードを見せろ」へ 〜過程の透明性を確保したデータ可視化を目指す〜「数字を見せろ」から「コードを見せろ」へ 〜過程の透明性を確保したデータ可視化を目指す〜
「数字を見せろ」から「コードを見せろ」へ 〜過程の透明性を確保したデータ可視化を目指す〜
Keiichiro Ono
 
先端技術とメディア表現 第4回レポートまとめ
先端技術とメディア表現 第4回レポートまとめ先端技術とメディア表現 第4回レポートまとめ
先端技術とメディア表現 第4回レポートまとめ
Digital Nature Group
 
ベイジアンネット技術とサービス工学におけるビッグデータ活用技術
ベイジアンネット技術とサービス工学におけるビッグデータ活用技術ベイジアンネット技術とサービス工学におけるビッグデータ活用技術
ベイジアンネット技術とサービス工学におけるビッグデータ活用技術
Yoichi Motomura
 
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
Takuya Minagawa
 
Centralized Observability for the Azure Ecosystem
Centralized Observability for the Azure EcosystemCentralized Observability for the Azure Ecosystem
Centralized Observability for the Azure Ecosystem
Shotaro Suzuki
 
Open Cloud カンファレンス@札幌 Microsoft AI最前線
Open Cloud カンファレンス@札幌 Microsoft AI最前線Open Cloud カンファレンス@札幌 Microsoft AI最前線
Open Cloud カンファレンス@札幌 Microsoft AI最前線
Daiyu Hatakeyama
 
cvsaisentan20141004 kanezaki
cvsaisentan20141004 kanezakicvsaisentan20141004 kanezaki
cvsaisentan20141004 kanezaki
kanejaki
 
AIビジネスクリエーションワークショップ@東京
AIビジネスクリエーションワークショップ@東京AIビジネスクリエーションワークショップ@東京
AIビジネスクリエーションワークショップ@東京
Deep Learning Lab(ディープラーニング・ラボ)
 
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
Takuya Minagawa
 
3-2)『空気を読む家』とメタバース駆動開発構想
3-2)『空気を読む家』とメタバース駆動開発構想3-2)『空気を読む家』とメタバース駆動開発構想
3-2)『空気を読む家』とメタバース駆動開発構想
aitc_jp
 
de:code 2018 CI17 「Azure のセキュリティと言っても範囲が広すぎるので、どこから手を付けたら良いのか分からない!」という方のためのセ...
de:code 2018 CI17 「Azure のセキュリティと言っても範囲が広すぎるので、どこから手を付けたら良いのか分からない!」という方のためのセ...de:code 2018 CI17 「Azure のセキュリティと言っても範囲が広すぎるので、どこから手を付けたら良いのか分からない!」という方のためのセ...
de:code 2018 CI17 「Azure のセキュリティと言っても範囲が広すぎるので、どこから手を付けたら良いのか分からない!」という方のためのセ...
Ryuki Yoshimatsu
 

Similar to MRについてのサーベイ (20)

Oculus for business from OC6
Oculus for business from OC6Oculus for business from OC6
Oculus for business from OC6
 
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
 
【CVPR 2020 メタサーベイ】Vision Applications and Systems
【CVPR 2020 メタサーベイ】Vision Applications and Systems【CVPR 2020 メタサーベイ】Vision Applications and Systems
【CVPR 2020 メタサーベイ】Vision Applications and Systems
 
object detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: surveyobject detection with lidar-camera fusion: survey
object detection with lidar-camera fusion: survey
 
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
 
≪インテル x ブロケード 特別対談≫ 2020年。どうなる?車とデータセンタの関係 ~SDxの、その先へ~
≪インテル x ブロケード 特別対談≫ 2020年。どうなる?車とデータセンタの関係 ~SDxの、その先へ~ ≪インテル x ブロケード 特別対談≫ 2020年。どうなる?車とデータセンタの関係 ~SDxの、その先へ~
≪インテル x ブロケード 特別対談≫ 2020年。どうなる?車とデータセンタの関係 ~SDxの、その先へ~
 
GTC 2016 ディープラーニング最新情報
GTC 2016 ディープラーニング最新情報GTC 2016 ディープラーニング最新情報
GTC 2016 ディープラーニング最新情報
 
Visual Studio と Microsoft Azure で変わる開発スタイル
Visual Studio と Microsoft Azure で変わる開発スタイルVisual Studio と Microsoft Azure で変わる開発スタイル
Visual Studio と Microsoft Azure で変わる開発スタイル
 
3 d object recognition
3 d object recognition3 d object recognition
3 d object recognition
 
「数字を見せろ」から「コードを見せろ」へ 〜過程の透明性を確保したデータ可視化を目指す〜
「数字を見せろ」から「コードを見せろ」へ 〜過程の透明性を確保したデータ可視化を目指す〜「数字を見せろ」から「コードを見せろ」へ 〜過程の透明性を確保したデータ可視化を目指す〜
「数字を見せろ」から「コードを見せろ」へ 〜過程の透明性を確保したデータ可視化を目指す〜
 
先端技術とメディア表現 第4回レポートまとめ
先端技術とメディア表現 第4回レポートまとめ先端技術とメディア表現 第4回レポートまとめ
先端技術とメディア表現 第4回レポートまとめ
 
ベイジアンネット技術とサービス工学におけるビッグデータ活用技術
ベイジアンネット技術とサービス工学におけるビッグデータ活用技術ベイジアンネット技術とサービス工学におけるビッグデータ活用技術
ベイジアンネット技術とサービス工学におけるビッグデータ活用技術
 
object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)object detection with lidar-camera fusion: survey (updated)
object detection with lidar-camera fusion: survey (updated)
 
Centralized Observability for the Azure Ecosystem
Centralized Observability for the Azure EcosystemCentralized Observability for the Azure Ecosystem
Centralized Observability for the Azure Ecosystem
 
Open Cloud カンファレンス@札幌 Microsoft AI最前線
Open Cloud カンファレンス@札幌 Microsoft AI最前線Open Cloud カンファレンス@札幌 Microsoft AI最前線
Open Cloud カンファレンス@札幌 Microsoft AI最前線
 
cvsaisentan20141004 kanezaki
cvsaisentan20141004 kanezakicvsaisentan20141004 kanezaki
cvsaisentan20141004 kanezaki
 
AIビジネスクリエーションワークショップ@東京
AIビジネスクリエーションワークショップ@東京AIビジネスクリエーションワークショップ@東京
AIビジネスクリエーションワークショップ@東京
 
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
 
3-2)『空気を読む家』とメタバース駆動開発構想
3-2)『空気を読む家』とメタバース駆動開発構想3-2)『空気を読む家』とメタバース駆動開発構想
3-2)『空気を読む家』とメタバース駆動開発構想
 
de:code 2018 CI17 「Azure のセキュリティと言っても範囲が広すぎるので、どこから手を付けたら良いのか分からない!」という方のためのセ...
de:code 2018 CI17 「Azure のセキュリティと言っても範囲が広すぎるので、どこから手を付けたら良いのか分からない!」という方のためのセ...de:code 2018 CI17 「Azure のセキュリティと言っても範囲が広すぎるので、どこから手を付けたら良いのか分からない!」という方のためのセ...
de:code 2018 CI17 「Azure のセキュリティと言っても範囲が広すぎるので、どこから手を付けたら良いのか分からない!」という方のためのセ...
 

MRについてのサーベイ