OpenGL と CV について調べたことメモ。

リンク等を箇条書きで。

• 書籍
  1. < マルチプラットフォームのための OpenGL ES入門　基礎編
  2. マルチプラットフォームのための OpenGL ES入門　応用編
  3. 実践OpenCV 2.4
• 参考資料
  1. 独自の特徴量抽出方法、pixelレベルの扱い方など。
  2. 「曲率ペアマッチング」「点対間の濃度情報」などテンプレートマッチングの各種方法。 岐阜大学 斉藤研究室
  3. 「V1野は特定方向の線分に反応する」「脳は見えていない輪郭を補う」 など人間の視覚になぞらえた解説。 九州工業大学 森江隆
  4. SIFT, HOG による車載カメラからの認識を解説。 2014 中部大学 藤吉弘亘
  5. Haar-like + AdaBoost による顔検出、HOG + Real AdaBoost による人検出の解説。 2014 中部大学 藤吉弘亘
  6. Joint-HOG と Boost で学習方法を工夫して精度を上げる工夫。 2013 中部大学 藤吉弘亘
  7. SIFTとそれ以降の検出器の解説。 2013 中部大学 藤吉弘亘
  8. SIFT, SURF による物体認識を解説。 2009 aidiary
  9. Haar-like, HOG, Edgelet などの紹介。 2008 オムロン 山下隆義
• フィルタ
  1. ガボールフィルタ (Gabor Filter)
     • 特定の向きの線分を抽出。
  2. ガウシアンフィルタ (Gaussian Filter)
     • 周辺画素と平滑化してぼかす。
  3. DOGフィルタ (Difference Of Gaussian Filter)
     • 原画像と平滑化画像の差分＝微分(Laplacian)
     • 変化点を検出。
• 特徴量
  1. SIFT特徴量 (Scale Invariant Feature Transform)
     • 回転、スケール、明るさに不変。
  2. HOG特徴量 (Histograms of Oriented Gradients)
     • 形状変化に強い。
  3. Edgelet
     • 誤検出が少ないが、形状変化に弱い。
• Tips
  1. OpenGL 球体データの作成例。
  2. UIImage の pixel データ参照