episodes – ページ 2 – Misreading Chat

Episode 33 – Distinctive Image Features from Scale-Invariant Keypoints

画像から特徴量をとりだすアルゴリズムの古典 SIFT と最近の似たような話について森田が話します。

画像から特徴量をとりだすアルゴリズムの古典 SIFT と最近の似たような話について森田が話します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。

Chrome オリジナルなプロセス分離ポリシーを突き詰めた研究ついて向井が話します。

Chrome オリジナルなプロセス分離ポリシーを突き詰めた研究ついて向井が話します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。

follow-up

ARM が主導する省電力マルチコアアーキテクチャ Big.Little と Android の関係について森田が話します。

ARM が主導する省電力マルチコアアーキテクチャ Big.Little と Android の関係について森田が話します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。

Chrome の開発に使われているメモリエラー検出ツール ASAN について向井が話します。

Chrome の開発に使われているメモリエラー検出ツール ASAN について向井が話します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。

Follow-ups

少し前に流行った Style Transfer と 15 年前にあった類似研究について森田が話します。

少し前に流行った Style Transfer と 15 年前にあった類似研究について森田が話します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。

Image Analogies
Image Style Transfer Using Convolutional Neural Networks
[1603.08155] Perceptual Losses for Real-Time Style Transfer and Super-Resolution
Neural Transfer with PyTorch — PyTorch Tutorials 0.4.1 documentation
Correction: リアルタイム版の Style Transfer は training の際にホワイトノイズと content 画像を与えると言っていますが、実際には content 画像のみが入力です。該当論文の fig.2 を参照ください。要するに様々な写真を与えそれを stylize した画像が生成されるようネットワークを train します。

Follow-up