Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに Python-MIP版の記事を作成しました。モデラーとしてPuLPよりPython-MIPの方がメリットが多いので、ぜひ、下記の記事も参考にしてください。 最適化におけるPython（Python-MIP版） 概要 私は、業務で、組合せ最適化技術を用いたソフトウェア開発(例えば、物流における輸送コストの最小化など)を行っています。以前は、C++やC#を用いて、最適化のモデルを作成していましたが、最近ではPythonを用いることが多いです。 ここでは、最適化におけるPythonについて紹介します。 Pythonのメリット Pyt

西川善司の「試験に出るゲームグラフィックス」（5）レイトレアプローチで作り上げた「The Tomorrow Children」の先進ビジュアル，中編 ライター：西川善司 諸事情で前編から時間が空いてしまったが，「The Tomorrow Children」のグラフィックス解説，中編をお届けする。 前編では，The Tomorrow Childrenの基本グラフィックスペックや，家庭用ゲーム機向けタイトルとしては業界初採用となった「ボクセルコーントレーシング」（Voxel Cone Tracing，以下 VCT）ベースのレンダリングエンジンについて解説した。大局照明（Global Illumination，大域照明とも言う）に対応したというより，直接光ライティングと間接光ライティングを完全統合した，従来のゲームグラフィックスにおける手法とは一線を画した技法を採用していたこともあり，かなり難解

ミュンヘン工科大学コンピュータビジョングループ、Google Tangoの3Dマッピングを強化したアルゴリズムを披露 2016-09-26 ドイツ：ミュンヘン工科大学のComputer Vision Groupは、Google Tango搭載デバイスを使用し、リアルタイム空間認識においてオリジナルより強化した3Dマッピング技術を映像にて披露しました。 関わったのは、ミュンヘン工科大学：Computer Vision GroupのMaksym Dzitsiuk氏、Robert Maier氏、Lingni Ma氏、Daniel Cremers氏、そしてGoogleからJürgen Sturm氏です。 彼らのアルゴリズムは、「Plane Priors」を使用し、個別のメッシュ頂点の動きを抑え、クリーンで正確な表面を再構築し、カメラからの死角の穴も拡張し埋めます。映像では2つの比較実験で示します。

これはレイトレ合宿4!?のアドベントカレンダー記事です。 Blue-noise Dithered Sampling 先日開催されたSIGGRAPH2016には私も参加しましたが、興味深いものの実装が大変そうなものから何の役に立つのかわからない技術まで様々な知見を得ることができました。 その中でも割とさくっと実装できそうで、かつ効果もありそうな発表があり、それがBlue-noise Dithered Samplingです。これは、Roll the Diceというトークの中の発表の一つで、Arnoldという有名なレイトレーシング（パストレーシング）ベースのオフライン商用レンダラを開発しているSolid Angle社による成果ということになっています。 今回は、この発表を元に適当に実装して簡単な実験をしてみました。 実装は以下に置いてあります。 github.com Blue-noise ブルー

【OpenCV-Python】CvZoomWindow class(ズーム、パン機能付き画像表示ウィンドウ)

My lab, the Computational Motion Group, studies Physics-Based Animation, which integrates computer graphics and computational physics to address applications in visual computing, especially visual effects, animated films, and game development. We often focus on the simulation of liquids and gases, but have broad interests in physical simulation as a tool for generating, controlling, and predicting

この記事の目的はKen Perlinの 改良パーリンノイズ を分かりやすく分析し、お伝えすることです。記事内のコードはC#で書かれており、自由にご利用いただけます。最終形のみを見たい方は、 こちらから最終的なソースをご確認ください 。 パーリンノイズは手続き的なコンテンツ生成によく使われる、非常に強力なアルゴリズムです。ゲームや、映画などの視覚媒体に特に有用です。パーリンノイズの開発者であるKen Perlinは、 この最初の実装でアカデミー賞を受賞しました 。彼が2002年に発表した 改良パーリンノイズ について、私はこの記事で掘り下げていきます。パーリンノイズは、ゲーム開発においては、波形の類や、起伏のある素材、テクスチャなどに有用です。例えば手続き型の地形（Minecraftのような地形はパーリンノイズで生成できます）、炎のエフェクト、水、雲などにも使えます。これらのエフェクトのほと