Boy Meets ML

機械工出身者が機械学習やその界隈の知識を考える

SfMについて #3.6:AOS(KAZEの非線形拡散フィルタの計算)

はじめに 導入 偏微分方程式を離散化する AOS 1次元の拡散フィルタ m次元の拡散フィルタ まとめ 文献 はじめに 前回記事ではKAZEの論文を確認し、どのように特徴量抽出を行っているのかを確認しました。 ただし、KAZEで利用している非線形拡散フィルタである…

SfMについて #3.5:KAZE

はじめに 特徴量抽出とはなんぞや? KAZE 非線形拡散フィルタ AOS KAZEの特徴点検出および特徴量記述 まとめ 文献 はじめに 前回の記事の続きです。が、一部追加執筆中となっていますのでご了承ください。 mlengineer.hatenablog.com mlengineer.hatenablog.…

SfMについて #3:OpenSfMの中身をみる(detect_features)

SfM

はじめに OpenSfMの流れをおさらい detect_features Params for features まとめ 文献 はじめに 前回の記事の続きです。 mlengineer.hatenablog.com mlengineer.hatenablog.com 初回記事では、OpenSfMを使ってイタリアで撮影したダンテのデスマスクを3次元復…

SfMについて #2:OpenSfMの中身をみる(extract_metadata)

SfM

はじめに OpenSfM1は何をやっているのか? サンプルコマンド bin/opensfm_run_all とはなんぞや? extract_metadata まとめ 文献 はじめに 前回の記事mlengineer.hatenablog.comの続きで、 今回はOpenSfMの中身を少しずつ噛み砕き、解説していこうと思います…

SfMについて #1:OpenSfMを実行する

はじめに SfMとは? Docker環境でOpenSfMを利用する準備 OpenSfMを使う 蘇る、ダンテ まとめ 文献 はじめに 今回は機械学習とは少し異なる話題ですが、SfM(Structure from Motion)についての記事となります。 Google先生に聞けばたくさん記事が出てくる話題…

dockerについて #事前知識

はじめに インフラエンジニアにならない人たち 仮想化技術でどう変わっているのか dockerの概要 dockerの特徴 dockerまわりの便利なやつら 愉快な仲間たち まとめ 参考文献 はじめに 従来はインフラエンジニアとアプリケーションエンジニアに分かれて、 サー…

統計的因果探索について #3:構造方程式の導入

はじめに 因果関係とはなんぞや 因果関係の大きさとはなんぞや 因果推論の根本問題(fundamental problem of causal inference) 構造方程式(structural equation) まとめ 文献 はじめに 前回の続きです。 mlengineer.hatenablog.com 前回は、観測した変数…

統計的因果探索について #2:擬似相関を見てみる

目次 目次 はじめに 擬似相関 まとめ 参考文献 はじめに 前回の記事の続きです。 mlengineer.hatenablog.com 以下の記事は、自分なりのメモとしてまとめることを第一にしているので、わかりにくい点や間違いがあるかもしれません。 参考文献はMLPシリーズの…

統計的因果探索について #1:相関をみてみる

はじめに Hands on 相関 データセットの特徴をつかむ まとめ 参考文献 はじめに データ分析を行うとき、対象データをグラフに書きまくる、さらに変数間の相関をみることはとても当たり前に行うと思います。 でも、相関が高いからといって軽々と変数間が影響…