SlideShare a Scribd company logo
1 of 47
Imagire Day
CEDEC 2009
続・レンダリスト養成講座続・レンダリスト養成講座
田村 尚希
川瀬 正樹
シリコンスタジオ株式会社 
Imagire Day
本セッションの流れ本セッションの流れ
後半発表者: 川瀬
前半発表者: 田村
Imagire Day
発表の流れ発表の流れ
1. 発表の概要
2. 論文紹介
 「 Line Drawing via Abstracted Shading 」
3. 発表のまとめ
Imagire Day
発表の流れ発表の流れ
1. 発表の概要
2. 論文紹介
 「 Line Drawing via Abstracted Shading 」
3. 発表のまとめ
Imagire Day
  Line Drawing via Abstracted
Shading
• 紹介論文 :
1.11.1 発表の概要発表の概要
[Lee et al. SIGGRAPH 2007]
当初、今年の当初、今年の SIGGRAPHSIGGRAPH のの NPRNPR の論文紹介しようとの論文紹介しようと
思いましたが、ゲーム向きじゃなかったので止めま思いましたが、ゲーム向きじゃなかったので止めま
した。した。
Imagire Day
1.21.2 手法の概要手法の概要 (1/3)(1/3)
• NPR において :
山・谷線、折り目線、輪郭線を統一的に描画できる山・谷線、折り目線、輪郭線を統一的に描画できる
手法手法
• 手法の特徴
入力画像 結果画像
Imagire Day
1.21.2 手法の概要手法の概要 (2/3)(2/3)
• 動画 :
Imagire Day
1.21.2 手法の概要手法の概要 (3/3)(3/3)
• 手法の長所
• 完全な 2 次元処理
• 2D 静止画 / レンダリングした 3D シーン両方対応可
• メッシュに特殊なデータを仕込んだりは不要
• ラインの太さは可変
• 単純な Sobel Filter などでは不可能
• 大元となるアルゴリズムに応用の余地がある
• SSAO, Tone Map, ….
• 手法の短所
• 少々計算時間がかかる
• 3D シーンに適用すると、結果が視点依存
• エイリアシングが発生する
Imagire Day
発表の流れ発表の流れ
1. 発表の概要
2. 論文紹介
 「 Line Drawing via Abstracted Shading 」
3. 発表のまとめ
Imagire Day
アルゴリズム全体像
ライティン
グ
結果画像トゥーン
シェーディン
グ
入力メッ
シュ
トゥーンシェーディ
ング
特徴線抽出
特徴線抽出ガウシアン
フィルタリン
グ
Imagire Day
2.12.1 キーアイディアキーアイディア (1/3)(1/3)
手順 1 :
 {(描きたい線の太さ) / 2 }
の間隔で
3×3 のサンプル点を配置する
手順 2 :
 色の濃さを高さとしたハイト
マップを
構築
手順 3 :  
 ハイトマップを放物面で近似
Imagire Day
2.12.1 キーアイディアキーアイディア (2/3)(2/3)
手順 1 :
 {(描きたい線の太さ) / 2 }
の間隔で
3×3 のサンプル点を配置する
手順 2 :
 色の濃さを高さとしたハイト
マップを
構築
手順 3 :  
 ハイトマップを放物面で近似
手順 4 :
 頂点・曲率・曲線方向を計算
Imagire Day
2.12.1 キーアイディアキーアイディア (3/3)(3/3)
手順 1 :
 {(描きたい線の太さ) / 2 }
の間隔で
3×3 のサンプル点を配置する
手順 2 :
 色の濃さを高さとしたハイト
マップを
構築
手順 3 :  
 ハイトマップを放物面で近似
手順 4 :
 頂点・曲率・曲線方向を計算
手順 5 :
 頂点・曲率・曲線方向から色の
補正
 係数を計算
Imagire Day
特徴線抽出手順
特徴線抽出ガウシアン
フィルタリン
グ
放物面近似 色の補正
係数計算
頂点・曲率・
曲線方向計算
Imagire Day
特徴線抽出手順
特徴線抽出ガウシアン
フィルタリン
グ
放物面近似 色の補正
係数計算
頂点・曲率・
曲線方向計算
Imagire Day
2.2.12.2.1 放物面近似放物面近似 (1/4)(1/4)
放物線 :
543
2
21
2
0 2),( ayaxayaxyaxayxf +++++=
 
 
959493
2
92991
2
90
252423
2
22221
2
20
151413
2
12111
2
10
2
2
2
tayaxayayxaxa
tayaxayayxaxa
tayaxayayxaxa
=+++++
=+++++
=+++++

510 ,,, aaa  を線形システムを用いて求め
る
の
),,( 111 tyx
),,( 222 tyx
),,( 999 tyx
x
y
 












=
































⇔
9
2
1
5
4
3
2
1
0
99
2
999
2
9
22
2
222
2
2
11
2
111
2
1
12
12
12
t
t
t
a
a
a
a
a
a
yxyyxx
yxyyxx
yxyyxx

Imagire Day
2.2.12.2.1 放物面近似放物面近似 (2/4)(2/4)
放物線 :
543
2
21
2
0 2),( ayaxayaxyaxayxf +++++=
510 ,,, aaa  を線形システムを用いて求め
る
の
TXA = という線形システムを解けば
良い
⇓
AX T
⇓ ⇓
= x
y
 












=
































9
2
1
5
4
3
2
1
0
99
2
999
2
9
22
2
222
2
2
11
2
111
2
1
12
12
12
t
t
t
a
a
a
a
a
a
yxyyxx
yxyyxx
yxyyxx

Imagire Day
⇒ X は正方行列でないため逆行列は計算不可
能
2.2.12.2.1 放物面近似放物面近似 (3/4)(3/4)
放物線 :
543
2
21
2
0 2),( ayaxayaxyaxayxf +++++=
510 ,,, aaa  を線形システムを用いて求め
る
の














=
12
12
12
99
2
999
2
9
22
2
222
2
2
11
2
111
2
1
yxyyxx
yxyyxx
yxyyxx
X

TXA 1−
= で求められ
る ?
x
y
TXA = という線形システムを解けば
良い
Imagire Day
TT
XXXX 1
)( −+
=
2.2.12.2.1 放物面近似放物面近似 (4/4)(4/4)
放物線 :
543
2
21
2
0 2),( ayaxayaxyaxayxf +++++=
TXA +
=
510 ,,, aaa  を線形システムを用いて求め
る
の
⇒ 疑似逆行列 X+
を用い
て
と計算可能
x
y
TXA 1−
= で求められ
る ?
⇒ X は正方行列でないため逆行列は計算不可
能
TXA = という線形システムを解けば
良い
最小二乗法の解と一致する最小二乗法の解と一致する
Imagire Day
• ローカル座標系で定義すること
で
  X を共通化
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (1/11)(1/11)
手順 1 :
  X を計算する














=
12
12
12
99
2
999
2
9
22
2
222
2
2
11
2
111
2
1
yxyyxx
yxyyxx
yxyyxx
X

前計算
描画処理
x
y
Imagire Day
• ローカル座標系で定義すること
で
  X を共通化
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (2/11)(2/11)
手順 1 :
  X を計算する
前計算
描画処理
x
y
)3,3(),( 11 −−=yx














=
12
12
12
99
2
999
2
9
22
2
222
2
2
11
2
111
2
1
yxyyxx
yxyyxx
yxyyxx
X

Imagire Day
• ローカル座標系で定義すること
で
  X を共通化
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (3/11)(3/11)
手順 1 :
  X を計算する











 −−
=
12
12
1339189
99
2
999
2
9
22
2
222
2
2
yxyyxx
yxyyxx
X

前計算
描画処理
x
y
)3,3(),( 11 −−=yx
Imagire Day
• ローカル座標系で定義すること
で
  X を共通化
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (4/11)(4/11)
手順 1 :
  X を計算する
前計算
描画処理
)3,0(),( 22 −=yx
x
y











 −−
=
12
12
1339189
99
2
999
2
9
22
2
222
2
2
yxyyxx
yxyyxx
X

Imagire Day
• ローカル座標系で定義すること
で
  X を共通化
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (5/11)(5/11)
手順 1 :
  X を計算する












−
−−
=
12
130900
1339189
99
2
999
2
9 yxyyxx
X

前計算
描画処理
)3,0(),( 22 −=yx
x
y
Imagire Day
• ローカル座標系で定義すること
で
  X を共通化
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (6/11)(6/11)
手順 1 :
  X を計算する
前計算
描画処理
)3,3(),( 99  =yx
x
y












−
−−
=
12
130900
1339189
99
2
999
2
9 yxyyxx
X

Imagire Day
• ローカル座標系で定義すること
で
  X を共通化
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (7/11)(7/11)
手順 1 :
  X を計算する












−
−−
=
1339189
130900
1339189

X
前計算
描画処理
)3,3(),( 99  =yx
x
y
Imagire Day
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (8/11)(8/11)
手順 1 :
  X を計算する












−
−−
=
1339189
130900
1339189

X
前計算
描画処理
手順 2 :
  X +
= (XT
X)-1
XT
を計算する
• 描きたい線の太さにのみ依存
• ローカル座標系で定義すること
で
  X を共通化
Imagire Day
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (9/11)(9/11)
手順 3 :  
  X +
を Pixel Shader の Uniform 変
数  
 に設定する
手順 4 :
  Pixel Shader で近傍のサンプル点
 をフェッチし、 T を構築する
前計算
描画処理
 












=












=
64.0
73.0
27.0
9
2
1

t
t
t
T
手順 1 :
  X を計算する
手順 2 :
  X +
= (XT
X)-1
XT
を計算する
• 描きたい線の太さにのみ依存
• ローカル座標系で定義すること
で
  X を共通化
Imagire Day
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (10/11)(10/11)
手順 1 :
  X を計算する
手順 2 :
  X +
= (XT
X)-1
XT
を計算する
手順 3 :  
  X +
を Pixel Shader の Uniform 変
数  
 に設定する
手順 4 :
  Pixel Shader で近傍のサンプル点
 をフェッチし、 T を構築する
手順 5 :
  X +
T を計算して A を求める
• 描きたい線の太さにのみ依存
• ローカル座標系で定義すること
で
  X を共通化
前計算
描画処理




















−
−
−
=




















=
783.0
002.0
063.0
002.0
002.0
029.0
5
4
3
2
1
0
a
a
a
a
a
a
A
Imagire Day
2.2.22.2.2 放物面近似の計算手順放物面近似の計算手順 (11/11)(11/11)
手順 3 :  
  X +
を Pixel Shader の Uniform 変
数  
 に設定する
手順 4 :
  Pixel Shader で近傍のサンプル点
 をフェッチし、 T を構築する
手順 5 :
  X +
T を計算して A を求める
前計算
描画処理
543
2
21
2
0 2),( ayaxayaxyaxayxf +++++=
手順 1 :
  X を計算する
手順 2 :
  X +
= (XT
X)-1
XT
を計算する
• 描きたい線の太さにのみ依存
• ローカル座標系で定義すること
で
  X を共通化
Imagire Day
特徴線抽出手順
特徴線抽出ガウシアン
フィルタリン
グ
放物面近似 色の補正
係数計算
頂点・曲率・
曲線方向計算
Imagire Day
2.3.12.3.1 放物面の頂点放物面の頂点
放物線 :
放物線の頂点 :








−
−
−
−
=
)(2
,
)(2
2
120
4031
2
120
3241
aaa
aaaa
aaa
aaaa
c
c
543
2
21
2
0 2),( ayaxayaxyaxayxf +++++=
x
y
Imagire Day
2.3.22.3.2 放物面の主曲率・曲線方向放物面の主曲率・曲線方向
放物線 :
543
2
21
2
0 2),( ayaxayaxyaxayxf +++++=
主曲率の絶対値が小さい組が尾根線主曲率の絶対値が小さい組が尾根線
2
4)()(
2
1
2
2020
1
aaaaa ++++
=α
)4)()(,2(
2
1
2
202011
aaaaaanormalized ++−−−=  α

主曲率 :
曲線方向 :
2
4)()(
2
1
2
2020
2
aaaaa ++−+
=α
)4)()(,2(
2
1
2
202012
aaaaaanormalized +++−−=  α

主曲率 :
曲線方向 :
山は主曲率が負、谷は主曲率が正山は主曲率が負、谷は主曲率が正
x
y
Imagire Day
2.3.22.3.2 放物面の主曲率・曲線方向放物面の主曲率・曲線方向
放物線 :
543
2
21
2
0 2),( ayaxayaxyaxayxf +++++=
2
4)()(
2
1
2
2020
1
aaaaa ++++
=α
)4)()(,2(
2
1
2
202011
aaaaaanormalized ++−−−=  α

主曲率 :
曲線方向 :
2
4)()(
2
1
2
2020
2
aaaaa ++−+
=α
)4)()(,2(
2
1
2
202012
aaaaaanormalized +++−−=  α

主曲率 :
曲線方向 :
主曲率の絶対値の小さい
組 :
s
ds αα

,
主曲率の絶対値の大きい
組 :
l
dl αα

,
x
y
lα
sα
s
dα

l
dα

Imagire Day
特徴線抽出手順
特徴線抽出ガウシアン
フィルタリン
グ
放物面近似 色の補正
係数計算
頂点・曲率・
曲線方向計算
Imagire Day
2.42.4 色の補正係数色の補正係数 (1/5)(1/5)
山線・谷線への距離による係数 : Sd (0.0 ~
1.0)
曲率の大きさによる係数 : SC (0.0 ~
1.0)
曲面の種類による補正 :
S
• 山線・谷線に近いほど値が大きい
• 放物面の曲率が大きいほど値が大きい
• 山は明るく、谷は暗く色を
変化
)(0.1 Cd SSS ×+=山の場合 (αl が負 )
)(0.1 Cd SSS ×−=谷の場合 (αl が
正 )
c
lα
sα
s
dα

l
dα

Imagire Day
2.42.4 色の補正係数色の補正係数 (2/5)(2/5)
山線・谷線への距離による係数 : Sd (0.0 ~
1.0)
曲率の大きさによる係数 : SC (0.0 ~
1.0)
曲面の種類による補正 :
S
• 山線・谷線に近いほど値が大きい
• 放物面の曲率が大きいほど値が大きい
• 山は明るく、谷は暗く色を
変化
)(0.1 Cd SSS ×+=山の場合 (αl が負 )
)(0.1 Cd SSS ×−=谷の場合 (αl が
正 )
S を乗
算
Imagire Day
2.42.4 色の補正係数色の補正係数 (3/5)(3/5)
山線・谷線への距離による係数 : Sd (0.0 ~
1.0)
曲率の大きさによる係数 : SC (0.0 ~
1.0)
曲面の種類による補正 :
S
• 山線・谷線に近いほど値が大きい
• 放物面の曲率が大きいほど値が大きい
c
)0.0}),2//{(0.1max(  LineWidthdSd −=
• 山は明るく、谷は暗く色を
変化
s
dα

l
dα

)(0.1 Cd SSS ×+=山の場合 (αl が負 )
)(0.1 Cd SSS ×−=谷の場合 (αl が
正 )
Sd
d{LineWidth /
2}
),(dot l
dcd α

=
Imagire Day
2.42.4 色の補正係数色の補正係数 (4/5)(4/5)
山線・谷線への距離による係数 : Sd (0.0 ~
1.0)
曲率の大きさによる係数 : SC (0.0 ~
1.0)
曲面の種類による補正 :
S
• 山線・谷線に近いほど値が大きい
• 放物面の曲率が大きいほど値が大きい
)0.1,0.0,(clamp
minmax
min
  
CC
C
S l
C
−
−
=
α
)0.0}),2//{(0.1max(  LineWidthdSd −=
• 山は明るく、谷は暗く色を
変化
lα
sα
)(0.1 Cd SSS ×+=山の場合 (αl が負 )
)(0.1 Cd SSS ×−=谷の場合 (αl が
正 )
SC
|αl|Cmin Cmax
Imagire Day
2.42.4 色の補正係数色の補正係数 (5/5)(5/5)
山線・谷線への距離による係数 : Sd (0.0 ~
1.0)
曲率の大きさによる係数 : SC (0.0 ~
1.0)
曲面の種類による補正 :
S
• 山線・谷線に近いほど値が大きい
• 放物面の曲率が大きいほど値が大きい
)0.1,0.0,(clamp
minmax
min
  
CC
C
S l
C
−
−
=
α
)0.0}),2//{(0.1max(  LineWidthdSd −=
• 山は明るく、谷は暗く色を
変化
)(0.1 Cd SSS ×+=山の場合 (αl が負 )
)(0.1 Cd SSS ×−=谷の場合 (αl が
正 )
S を乗
算
Imagire Day
2.52.5 まとめ・考察まとめ・考察 (1/2)(1/2)
• まとめ
1. 各ピクセルで、近傍の色情報の放物面近似に
よって自分が山・谷に居るのかを判断
山に居る場合は色を明るく、谷に居る場合は色
を暗く変化させる
2. 放物面の係数から、放物面の曲率や山・谷線方
向といった付加情報を計算可能
3. 山・谷線に近いほど、また、曲面の曲率が大き
いほど大きく色を変化させる
Imagire Day
2.52.5 まとめ・考察まとめ・考察 (2/2)(2/2)
• 考察
1. 山・谷の区別だけではなく、曲率や山・谷線方
向を導出し、レンダリングに反映させている点
は面白い
2. 現在は二次元処理なので、三次元情報を上手く
利用すれば、結果の向上が図れるかも
3. 近傍の色情報の放物面近似は、 SSAO やトーン
マップにも応用可能かも
Imagire Day
発表の流れ発表の流れ
1. 発表の概要
2. 論文紹介
 「 Line Drawing via Abstracted Shading 」
3. 発表のまとめ
Imagire Day
33 発表のまとめ発表のまとめ
• 紹介論文 :
  Line Drawing via Abstracted
Shading
[Lee et al. SIGGRAPH 2007]
Imagire Day
33 発表のまとめ発表のまとめ
著作権について
本スライド内で引用した論文の図・動画
の
著作権は全て論文著者に帰属します
その他の図・スライド本体・挿絵等の著作
権は
株式会社シリコンスタジオに帰属します
Imagire Day
最後に最後に
御清聴ありがとうございまし
た
Imagire Day
本セッションの流れ本セッションの流れ
後半発表者: 川瀬
前半発表者: 田村

More Related Content

What's hot

シリコンスタジオによる HDR出力対応の理論と実践
シリコンスタジオによるHDR出力対応の理論と実践シリコンスタジオによるHDR出力対応の理論と実践
シリコンスタジオによる HDR出力対応の理論と実践Silicon Studio Corporation
 
CEDEC 2005 汎用的なシェーダ設計 イントロダクション
CEDEC 2005 汎用的なシェーダ設計 イントロダクションCEDEC 2005 汎用的なシェーダ設計 イントロダクション
CEDEC 2005 汎用的なシェーダ設計 イントロダクションSilicon Studio Corporation
 
シリコンスタジオの最新テクノロジーデモ技術解説
シリコンスタジオの最新テクノロジーデモ技術解説シリコンスタジオの最新テクノロジーデモ技術解説
シリコンスタジオの最新テクノロジーデモ技術解説Silicon Studio Corporation
 
CEDEC 2011 コンピュータ・グラフィクス関連の最新論文紹介 ~Shape Matching法とその周辺技術~
CEDEC 2011 コンピュータ・グラフィクス関連の最新論文紹介 ~Shape Matching法とその周辺技術~CEDEC 2011 コンピュータ・グラフィクス関連の最新論文紹介 ~Shape Matching法とその周辺技術~
CEDEC 2011 コンピュータ・グラフィクス関連の最新論文紹介 ~Shape Matching法とその周辺技術~Silicon Studio Corporation
 
機械学習向けCGデータの量産手法の検討
機械学習向けCGデータの量産手法の検討機械学習向けCGデータの量産手法の検討
機械学習向けCGデータの量産手法の検討Silicon Studio Corporation
 
シリコンスタジオで開発中の Mizuchi for DCC Tool について
シリコンスタジオで開発中の Mizuchi for DCC Tool についてシリコンスタジオで開発中の Mizuchi for DCC Tool について
シリコンスタジオで開発中の Mizuchi for DCC Tool についてSilicon Studio Corporation
 
物理ベース?アート指向? ~尤もらしさと自由度を両立するレンズフレア表現
物理ベース?アート指向? ~尤もらしさと自由度を両立するレンズフレア表現物理ベース?アート指向? ~尤もらしさと自由度を両立するレンズフレア表現
物理ベース?アート指向? ~尤もらしさと自由度を両立するレンズフレア表現Silicon Studio Corporation
 
実践的なHDR出力対応 ~レンダリングパイプラインの構築~
実践的なHDR出力対応 ~レンダリングパイプラインの構築~実践的なHDR出力対応 ~レンダリングパイプラインの構築~
実践的なHDR出力対応 ~レンダリングパイプラインの構築~Silicon Studio Corporation
 
CEDEC 2008 Imagire Day 最新世代機に関わる技術トラック
CEDEC 2008 Imagire Day 最新世代機に関わる技術トラックCEDEC 2008 Imagire Day 最新世代機に関わる技術トラック
CEDEC 2008 Imagire Day 最新世代機に関わる技術トラックSilicon Studio Corporation
 
コンピューテーショナルフォトグラフィ
コンピューテーショナルフォトグラフィコンピューテーショナルフォトグラフィ
コンピューテーショナルフォトグラフィNorishige Fukushima
 
コンピュテーショナルフォトグラフティの基礎
コンピュテーショナルフォトグラフティの基礎コンピュテーショナルフォトグラフティの基礎
コンピュテーショナルフォトグラフティの基礎Norishige Fukushima
 
ガイデットフィルタとその周辺
ガイデットフィルタとその周辺ガイデットフィルタとその周辺
ガイデットフィルタとその周辺Norishige Fukushima
 
SSII2014 チュートリアル資料
SSII2014 チュートリアル資料SSII2014 チュートリアル資料
SSII2014 チュートリアル資料Masayuki Tanaka
 
2014/02/23 CV勉強会発表資料 nksm_r
2014/02/23 CV勉強会発表資料 nksm_r2014/02/23 CV勉強会発表資料 nksm_r
2014/02/23 CV勉強会発表資料 nksm_rnakari1124
 
-SSIIの技術マップ- 過去•現在, そして未来 [領域]認識
-SSIIの技術マップ- 過去•現在, そして未来 [領域]認識-SSIIの技術マップ- 過去•現在, そして未来 [領域]認識
-SSIIの技術マップ- 過去•現在, そして未来 [領域]認識Hironobu Fujiyoshi
 
SSII2020 [O3-01] Extreme 3D センシング
SSII2020 [O3-01]  Extreme 3D センシングSSII2020 [O3-01]  Extreme 3D センシング
SSII2020 [O3-01] Extreme 3D センシングSSII
 
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII
 
SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜
SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜
SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜SSII
 
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量takaya imai
 

What's hot (20)

シリコンスタジオによる HDR出力対応の理論と実践
シリコンスタジオによるHDR出力対応の理論と実践シリコンスタジオによるHDR出力対応の理論と実践
シリコンスタジオによる HDR出力対応の理論と実践
 
CEDEC 2005 汎用的なシェーダ設計 イントロダクション
CEDEC 2005 汎用的なシェーダ設計 イントロダクションCEDEC 2005 汎用的なシェーダ設計 イントロダクション
CEDEC 2005 汎用的なシェーダ設計 イントロダクション
 
シリコンスタジオの最新テクノロジーデモ技術解説
シリコンスタジオの最新テクノロジーデモ技術解説シリコンスタジオの最新テクノロジーデモ技術解説
シリコンスタジオの最新テクノロジーデモ技術解説
 
CEDEC 2011 コンピュータ・グラフィクス関連の最新論文紹介 ~Shape Matching法とその周辺技術~
CEDEC 2011 コンピュータ・グラフィクス関連の最新論文紹介 ~Shape Matching法とその周辺技術~CEDEC 2011 コンピュータ・グラフィクス関連の最新論文紹介 ~Shape Matching法とその周辺技術~
CEDEC 2011 コンピュータ・グラフィクス関連の最新論文紹介 ~Shape Matching法とその周辺技術~
 
機械学習向けCGデータの量産手法の検討
機械学習向けCGデータの量産手法の検討機械学習向けCGデータの量産手法の検討
機械学習向けCGデータの量産手法の検討
 
シリコンスタジオで開発中の Mizuchi for DCC Tool について
シリコンスタジオで開発中の Mizuchi for DCC Tool についてシリコンスタジオで開発中の Mizuchi for DCC Tool について
シリコンスタジオで開発中の Mizuchi for DCC Tool について
 
物理ベース?アート指向? ~尤もらしさと自由度を両立するレンズフレア表現
物理ベース?アート指向? ~尤もらしさと自由度を両立するレンズフレア表現物理ベース?アート指向? ~尤もらしさと自由度を両立するレンズフレア表現
物理ベース?アート指向? ~尤もらしさと自由度を両立するレンズフレア表現
 
実践的なHDR出力対応 ~レンダリングパイプラインの構築~
実践的なHDR出力対応 ~レンダリングパイプラインの構築~実践的なHDR出力対応 ~レンダリングパイプラインの構築~
実践的なHDR出力対応 ~レンダリングパイプラインの構築~
 
CEDEC 2008 Imagire Day 最新世代機に関わる技術トラック
CEDEC 2008 Imagire Day 最新世代機に関わる技術トラックCEDEC 2008 Imagire Day 最新世代機に関わる技術トラック
CEDEC 2008 Imagire Day 最新世代機に関わる技術トラック
 
コンピューテーショナルフォトグラフィ
コンピューテーショナルフォトグラフィコンピューテーショナルフォトグラフィ
コンピューテーショナルフォトグラフィ
 
コンピュテーショナルフォトグラフティの基礎
コンピュテーショナルフォトグラフティの基礎コンピュテーショナルフォトグラフティの基礎
コンピュテーショナルフォトグラフティの基礎
 
ガイデットフィルタとその周辺
ガイデットフィルタとその周辺ガイデットフィルタとその周辺
ガイデットフィルタとその周辺
 
SSII2014 チュートリアル資料
SSII2014 チュートリアル資料SSII2014 チュートリアル資料
SSII2014 チュートリアル資料
 
CEDEC 2009 Imagire Day 2009
CEDEC 2009 Imagire Day 2009CEDEC 2009 Imagire Day 2009
CEDEC 2009 Imagire Day 2009
 
2014/02/23 CV勉強会発表資料 nksm_r
2014/02/23 CV勉強会発表資料 nksm_r2014/02/23 CV勉強会発表資料 nksm_r
2014/02/23 CV勉強会発表資料 nksm_r
 
-SSIIの技術マップ- 過去•現在, そして未来 [領域]認識
-SSIIの技術マップ- 過去•現在, そして未来 [領域]認識-SSIIの技術マップ- 過去•現在, そして未来 [領域]認識
-SSIIの技術マップ- 過去•現在, そして未来 [領域]認識
 
SSII2020 [O3-01] Extreme 3D センシング
SSII2020 [O3-01]  Extreme 3D センシングSSII2020 [O3-01]  Extreme 3D センシング
SSII2020 [O3-01] Extreme 3D センシング
 
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
 
SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜
SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜
SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜
 
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
 

Viewers also liked

CEDEC 2010 魅力ある絵作りのために知っておきたい色光学豆知識
CEDEC 2010 魅力ある絵作りのために知っておきたい色光学豆知識CEDEC 2010 魅力ある絵作りのために知っておきたい色光学豆知識
CEDEC 2010 魅力ある絵作りのために知っておきたい色光学豆知識Silicon Studio Corporation
 
CEDEC 2012 実践!シネマティックレンズエフェクト
CEDEC 2012 実践!シネマティックレンズエフェクトCEDEC 2012 実践!シネマティックレンズエフェクト
CEDEC 2012 実践!シネマティックレンズエフェクトSilicon Studio Corporation
 
手描き感を再現する ペイントシミュレータの最新研究紹介
手描き感を再現するペイントシミュレータの最新研究紹介手描き感を再現するペイントシミュレータの最新研究紹介
手描き感を再現する ペイントシミュレータの最新研究紹介Silicon Studio Corporation
 
CEDEC 2007 Imagire Day 最新世代機に関わる技術トラック
CEDEC 2007 Imagire Day 最新世代機に関わる技術トラック CEDEC 2007 Imagire Day 最新世代機に関わる技術トラック
CEDEC 2007 Imagire Day 最新世代機に関わる技術トラック Silicon Studio Corporation
 
Subtle Anamorphic Lens Effects - Real-time Rendering of Physically Based Opt...
Subtle Anamorphic Lens Effects - Real-time Rendering of Physically Based Opt...Subtle Anamorphic Lens Effects - Real-time Rendering of Physically Based Opt...
Subtle Anamorphic Lens Effects - Real-time Rendering of Physically Based Opt...Silicon Studio Corporation
 
Making Your Bokeh Fascinating - Real-time Rendering of Physically Based Opti...
Making Your Bokeh Fascinating - Real-time Rendering of Physically Based Opti...Making Your Bokeh Fascinating - Real-time Rendering of Physically Based Opti...
Making Your Bokeh Fascinating - Real-time Rendering of Physically Based Opti...Silicon Studio Corporation
 
Lenses - Real-time Rendering of Physically Based Optical Effect in Theory an...
Lenses - Real-time Rendering of Physically Based Optical Effect in Theory an...Lenses - Real-time Rendering of Physically Based Optical Effect in Theory an...
Lenses - Real-time Rendering of Physically Based Optical Effect in Theory an...Silicon Studio Corporation
 
Recipes for Optical Effect System Design - Real-time Rendering of Physically...
Recipes for Optical Effect System Design - Real-time Rendering of Physically...Recipes for Optical Effect System Design - Real-time Rendering of Physically...
Recipes for Optical Effect System Design - Real-time Rendering of Physically...Silicon Studio Corporation
 

Viewers also liked (8)

CEDEC 2010 魅力ある絵作りのために知っておきたい色光学豆知識
CEDEC 2010 魅力ある絵作りのために知っておきたい色光学豆知識CEDEC 2010 魅力ある絵作りのために知っておきたい色光学豆知識
CEDEC 2010 魅力ある絵作りのために知っておきたい色光学豆知識
 
CEDEC 2012 実践!シネマティックレンズエフェクト
CEDEC 2012 実践!シネマティックレンズエフェクトCEDEC 2012 実践!シネマティックレンズエフェクト
CEDEC 2012 実践!シネマティックレンズエフェクト
 
手描き感を再現する ペイントシミュレータの最新研究紹介
手描き感を再現するペイントシミュレータの最新研究紹介手描き感を再現するペイントシミュレータの最新研究紹介
手描き感を再現する ペイントシミュレータの最新研究紹介
 
CEDEC 2007 Imagire Day 最新世代機に関わる技術トラック
CEDEC 2007 Imagire Day 最新世代機に関わる技術トラック CEDEC 2007 Imagire Day 最新世代機に関わる技術トラック
CEDEC 2007 Imagire Day 最新世代機に関わる技術トラック
 
Subtle Anamorphic Lens Effects - Real-time Rendering of Physically Based Opt...
Subtle Anamorphic Lens Effects - Real-time Rendering of Physically Based Opt...Subtle Anamorphic Lens Effects - Real-time Rendering of Physically Based Opt...
Subtle Anamorphic Lens Effects - Real-time Rendering of Physically Based Opt...
 
Making Your Bokeh Fascinating - Real-time Rendering of Physically Based Opti...
Making Your Bokeh Fascinating - Real-time Rendering of Physically Based Opti...Making Your Bokeh Fascinating - Real-time Rendering of Physically Based Opti...
Making Your Bokeh Fascinating - Real-time Rendering of Physically Based Opti...
 
Lenses - Real-time Rendering of Physically Based Optical Effect in Theory an...
Lenses - Real-time Rendering of Physically Based Optical Effect in Theory an...Lenses - Real-time Rendering of Physically Based Optical Effect in Theory an...
Lenses - Real-time Rendering of Physically Based Optical Effect in Theory an...
 
Recipes for Optical Effect System Design - Real-time Rendering of Physically...
Recipes for Optical Effect System Design - Real-time Rendering of Physically...Recipes for Optical Effect System Design - Real-time Rendering of Physically...
Recipes for Optical Effect System Design - Real-time Rendering of Physically...
 

Similar to CEDEC 2009 Imagire Day 続・レンダリスト養成講座

Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)Masaya Kaneko
 
3次元図形をSchemeで造ろう!
3次元図形をSchemeで造ろう!3次元図形をSchemeで造ろう!
3次元図形をSchemeで造ろう!vi-iv
 
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8) 2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8) Akira Asano
 
自然言語処理のための機械学習入門1章
自然言語処理のための機械学習入門1章自然言語処理のための機械学習入門1章
自然言語処理のための機械学習入門1章Hiroki Mizukami
 
Ax symmetricpressurevesselelasticstressanalysis
Ax symmetricpressurevesselelasticstressanalysisAx symmetricpressurevesselelasticstressanalysis
Ax symmetricpressurevesselelasticstressanalysisstebee19
 
20200605 oki lecture3
20200605 oki lecture320200605 oki lecture3
20200605 oki lecture3Takuya Oki
 
20150922_楕円関数とおもしろい応用
20150922_楕円関数とおもしろい応用20150922_楕円関数とおもしろい応用
20150922_楕円関数とおもしろい応用matsumoring
 
多チャンネルバイラテラルフィルタの高速化
多チャンネルバイラテラルフィルタの高速化多チャンネルバイラテラルフィルタの高速化
多チャンネルバイラテラルフィルタの高速化Norishige Fukushima
 
スパースモデリングによる多次元信号・画像復元
スパースモデリングによる多次元信号・画像復元スパースモデリングによる多次元信号・画像復元
スパースモデリングによる多次元信号・画像復元Shogo Muramatsu
 
【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】
【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】
【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】Yuuki Takano
 
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について(講義前配付用) (2022. 10. 28)
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について(講義前配付用) (2022. 10. 28) 2022年度秋学期 画像情報処理 第6回 ベクトルと行列について(講義前配付用) (2022. 10. 28)
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について(講義前配付用) (2022. 10. 28) Akira Asano
 
Osaka.Stan #3 Chapter 5-2
Osaka.Stan #3 Chapter 5-2Osaka.Stan #3 Chapter 5-2
Osaka.Stan #3 Chapter 5-2Takayuki Goto
 
Introduction to YOLO detection model
Introduction to YOLO detection modelIntroduction to YOLO detection model
Introduction to YOLO detection modelWEBFARMER. ltd.
 
SGD+α: 確率的勾配降下法の現在と未来
SGD+α: 確率的勾配降下法の現在と未来SGD+α: 確率的勾配降下法の現在と未来
SGD+α: 確率的勾配降下法の現在と未来Hidekazu Oiwa
 
マクロ経済学I 「第6章 開放経済の長期分析」
マクロ経済学I 「第6章 開放経済の長期分析」マクロ経済学I 「第6章 開放経済の長期分析」
マクロ経済学I 「第6章 開放経済の長期分析」Wataru Shito
 
Sec15 dynamic programming
Sec15 dynamic programmingSec15 dynamic programming
Sec15 dynamic programmingKeisuke OTAKI
 

Similar to CEDEC 2009 Imagire Day 続・レンダリスト養成講座 (20)

Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
 
3次元図形をSchemeで造ろう!
3次元図形をSchemeで造ろう!3次元図形をSchemeで造ろう!
3次元図形をSchemeで造ろう!
 
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8) 2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
 
自然言語処理のための機械学習入門1章
自然言語処理のための機械学習入門1章自然言語処理のための機械学習入門1章
自然言語処理のための機械学習入門1章
 
Ax symmetricpressurevesselelasticstressanalysis
Ax symmetricpressurevesselelasticstressanalysisAx symmetricpressurevesselelasticstressanalysis
Ax symmetricpressurevesselelasticstressanalysis
 
20200605 oki lecture3
20200605 oki lecture320200605 oki lecture3
20200605 oki lecture3
 
20150922_楕円関数とおもしろい応用
20150922_楕円関数とおもしろい応用20150922_楕円関数とおもしろい応用
20150922_楕円関数とおもしろい応用
 
ggplot2 110129
ggplot2 110129ggplot2 110129
ggplot2 110129
 
多チャンネルバイラテラルフィルタの高速化
多チャンネルバイラテラルフィルタの高速化多チャンネルバイラテラルフィルタの高速化
多チャンネルバイラテラルフィルタの高速化
 
スパースモデリングによる多次元信号・画像復元
スパースモデリングによる多次元信号・画像復元スパースモデリングによる多次元信号・画像復元
スパースモデリングによる多次元信号・画像復元
 
【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】
【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】
【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】
 
CG2013 02
CG2013 02CG2013 02
CG2013 02
 
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について(講義前配付用) (2022. 10. 28)
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について(講義前配付用) (2022. 10. 28) 2022年度秋学期 画像情報処理 第6回 ベクトルと行列について(講義前配付用) (2022. 10. 28)
2022年度秋学期 画像情報処理 第6回 ベクトルと行列について(講義前配付用) (2022. 10. 28)
 
Osaka.Stan #3 Chapter 5-2
Osaka.Stan #3 Chapter 5-2Osaka.Stan #3 Chapter 5-2
Osaka.Stan #3 Chapter 5-2
 
Kim120 lt 12_6
Kim120 lt 12_6Kim120 lt 12_6
Kim120 lt 12_6
 
Introduction to YOLO detection model
Introduction to YOLO detection modelIntroduction to YOLO detection model
Introduction to YOLO detection model
 
SGD+α: 確率的勾配降下法の現在と未来
SGD+α: 確率的勾配降下法の現在と未来SGD+α: 確率的勾配降下法の現在と未来
SGD+α: 確率的勾配降下法の現在と未来
 
大規模凸最適化問題に対する勾配法
大規模凸最適化問題に対する勾配法大規模凸最適化問題に対する勾配法
大規模凸最適化問題に対する勾配法
 
マクロ経済学I 「第6章 開放経済の長期分析」
マクロ経済学I 「第6章 開放経済の長期分析」マクロ経済学I 「第6章 開放経済の長期分析」
マクロ経済学I 「第6章 開放経済の長期分析」
 
Sec15 dynamic programming
Sec15 dynamic programmingSec15 dynamic programming
Sec15 dynamic programming
 

More from Silicon Studio Corporation

ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション|CEDEC2023
ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション|CEDEC2023ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション|CEDEC2023
ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション|CEDEC2023Silicon Studio Corporation
 
Procedural PLATEAU: プロシージャル技術と3D都市モデル「Project PLATEAU」を組み合わせたファサード自動生成と テクスチャ...
Procedural PLATEAU: プロシージャル技術と3D都市モデル「Project PLATEAU」を組み合わせたファサード自動生成とテクスチャ...Procedural PLATEAU: プロシージャル技術と3D都市モデル「Project PLATEAU」を組み合わせたファサード自動生成とテクスチャ...
Procedural PLATEAU: プロシージャル技術と3D都市モデル「Project PLATEAU」を組み合わせたファサード自動生成と テクスチャ...Silicon Studio Corporation
 
ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション
ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーションハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション
ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーションSilicon Studio Corporation
 
Unreal Engine を用いた、駐車スペース検知のための学習データ生成
Unreal Engine を用いた、駐車スペース検知のための学習データ生成Unreal Engine を用いた、駐車スペース検知のための学習データ生成
Unreal Engine を用いた、駐車スペース検知のための学習データ生成Silicon Studio Corporation
 
Churn Prediction in Mobile Social Games: Towards a Complete Assessment Using ...
Churn Prediction in Mobile Social Games: Towards a Complete Assessment Using ...Churn Prediction in Mobile Social Games: Towards a Complete Assessment Using ...
Churn Prediction in Mobile Social Games: Towards a Complete Assessment Using ...Silicon Studio Corporation
 

More from Silicon Studio Corporation (6)

ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション|CEDEC2023
ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション|CEDEC2023ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション|CEDEC2023
ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション|CEDEC2023
 
Procedural PLATEAU: プロシージャル技術と3D都市モデル「Project PLATEAU」を組み合わせたファサード自動生成と テクスチャ...
Procedural PLATEAU: プロシージャル技術と3D都市モデル「Project PLATEAU」を組み合わせたファサード自動生成とテクスチャ...Procedural PLATEAU: プロシージャル技術と3D都市モデル「Project PLATEAU」を組み合わせたファサード自動生成とテクスチャ...
Procedural PLATEAU: プロシージャル技術と3D都市モデル「Project PLATEAU」を組み合わせたファサード自動生成と テクスチャ...
 
ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション
ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーションハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション
ハイエンド〜ローエンドまで、「Enlighten」による効率的リアルタイムグローバルイルミネーション
 
Unreal Engine を用いた、駐車スペース検知のための学習データ生成
Unreal Engine を用いた、駐車スペース検知のための学習データ生成Unreal Engine を用いた、駐車スペース検知のための学習データ生成
Unreal Engine を用いた、駐車スペース検知のための学習データ生成
 
4Front Game Data Science
4Front Game Data Science4Front Game Data Science
4Front Game Data Science
 
Churn Prediction in Mobile Social Games: Towards a Complete Assessment Using ...
Churn Prediction in Mobile Social Games: Towards a Complete Assessment Using ...Churn Prediction in Mobile Social Games: Towards a Complete Assessment Using ...
Churn Prediction in Mobile Social Games: Towards a Complete Assessment Using ...
 

Recently uploaded

Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)Hiroki Ichikura
 

Recently uploaded (9)

Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
 

CEDEC 2009 Imagire Day 続・レンダリスト養成講座