[de:code 2018] ビデオ体験を進化させよう!Media Services で安定した配信のコツと Video AI のポイントMourad EL AZHARI
Video On Demand やライブ配信等の動画配信機能を備えたアプリが日々増えています。皆さんのアプリでも動画を活用するために Azure Media Services で安定した動画配信サービスを実現する方法を紹介します。構築方法に加えて、よくあるお問い合わせから抽出した Tips も紹介します。また、社内ユーザー向けの Microsoft Stream やAI を活用した動画解析プラットフォーム Video Indexer も紹介します。
[de:code 2018] ビデオ体験を進化させよう!Media Services で安定した配信のコツと Video AI のポイントMourad EL AZHARI
Video On Demand やライブ配信等の動画配信機能を備えたアプリが日々増えています。皆さんのアプリでも動画を活用するために Azure Media Services で安定した動画配信サービスを実現する方法を紹介します。構築方法に加えて、よくあるお問い合わせから抽出した Tips も紹介します。また、社内ユーザー向けの Microsoft Stream やAI を活用した動画解析プラットフォーム Video Indexer も紹介します。
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matchingharmonylab
公開URL:https://arxiv.org/pdf/2404.19174
出典:Guilherme Potje, Felipe Cadar, Andre Araujo, Renato Martins, Erickson R. ascimento: XFeat: Accelerated Features for Lightweight Image Matching, Proceedings of the 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (2023)
概要:リソース効率に優れた特徴点マッチングのための軽量なアーキテクチャ「XFeat(Accelerated Features)」を提案します。手法は、局所的な特徴点の検出、抽出、マッチングのための畳み込みニューラルネットワークの基本的な設計を再検討します。特に、リソースが限られたデバイス向けに迅速かつ堅牢なアルゴリズムが必要とされるため、解像度を可能な限り高く保ちながら、ネットワークのチャネル数を制限します。さらに、スパース下でのマッチングを選択できる設計となっており、ナビゲーションやARなどのアプリケーションに適しています。XFeatは、高速かつ同等以上の精度を実現し、一般的なラップトップのCPU上でリアルタイムで動作します。
セル生産方式におけるロボットの活用には様々な問題があるが,その一つとして 3 体以上の物体の組み立てが挙げられる.一般に,複数物体を同時に組み立てる際は,対象の部品をそれぞれロボットアームまたは治具でそれぞれ独立に保持することで組み立てを遂行すると考えられる.ただし,この方法ではロボットアームや治具を部品数と同じ数だけ必要とし,部品数が多いほどコスト面や設置スペースの関係で無駄が多くなる.この課題に対して音𣷓らは組み立て対象物に働く接触力等の解析により,治具等で固定されていない対象物が組み立て作業中に運動しにくい状態となる条件を求めた.すなわち,環境中の非把持対象物のロバスト性を考慮して,組み立て作業条件を検討している.本研究ではこの方策に基づいて,複数物体の組み立て作業を単腕マニピュレータで実行することを目的とする.このとき,対象物のロバスト性を考慮することで,仮組状態の複数物体を同時に扱う手法を提案する.作業対象としてパイプジョイントの組み立てを挙げ,簡易な道具を用いることで単腕マニピュレータで複数物体を同時に把持できることを示す.さらに,作業成功率の向上のために RGB-D カメラを用いた物体の位置検出に基づくロボット制御及び動作計画を実装する.
This paper discusses assembly operations using a single manipulator and a parallel gripper to simultaneously
grasp multiple objects and hold the group of temporarily assembled objects. Multiple robots and jigs generally operate
assembly tasks by constraining the target objects mechanically or geometrically to prevent them from moving. It is
necessary to analyze the physical interaction between the objects for such constraints to achieve the tasks with a single
gripper. In this paper, we focus on assembling pipe joints as an example and discuss constraining the motion of the
objects. Our demonstration shows that a simple tool can facilitate holding multiple objects with a single gripper.
23. C:¥network-assessment-lib-6.0.8970.161>NetworkAssessmentTool.exe
Skype for Business - Network Assessment Tool
Initializing audio call.
Remote IP address: 13.107.8.20
Audio file used: Tone.wma
Audio call duration: 17 s
Received audio file: ReceivedAudioFile.wma
Num iterations: 1
Call interval: 5 s
Results File: results.tsv
***************
Starting new call
Iteration 1 / 1
Audio call started. Waiting for call to end...
Call should end shortly after configured duration of 17 s.
Call completed.
Packet loss rate: 0
RTT latency: 11 ms
Packets sent: 851
Packets received: 851
Average jitter: 6.291571 ms
Packet reorder ratio: 0
**************
24. C:¥network-assessment-lib-6.0.8970.161>ResultsAnalyzer.exe results.tsv
Skype for Business - Network Assessment Tool - Results Analyzer
Input file: results.tsv
Total rows read: 1
Total rows skipped: 0
Total rows processed: 1
90th percentile values per metric:
Packet loss rate: 0%
RTT latency: 11
Jitter: 6.291571
Packet reorder ratio: 0%
If this is a Skype for Business Client machine connecting to the Microsoft network Edge:
Packet loss rate: PASSED
RTT latency: PASSED
Jitter: PASSED
Packet reorder ratio: FAILED
If this is a network Edge connecting to the Microsoft network Edge:
Packet loss rate: PASSED
RTT latency: PASSED
Jitter: PASSED
Packet reorder ratio: FAILED
ネットワーク パフォーマン
スの要件に適合している場合
は PASSED、適合していない
場合は FAILED と表示される