はてなブックマーク

はじめに DPマッチングが便利らしいので試してみました。身近に使っている人が何人もいたので、私も知っておいた方が良いかなと。 DPマッチング 二つのパターン間の類似度を計算できます。パターンは多少伸び縮みしても大丈夫で、音声のパターンマッチングに使用できるようです。音声ですと長くなったり、短くなったりするので伸び縮みに頑健なことは必須です。 アルゴリズム この式を評価します。 元ネタは中部大学藤吉研のこちらの論文(pdf)です。「輪郭線に着目したオプティカルフローの算出」 やりたいこと パターンAからパターンBを見つけ出します。パターンAがマイク音声で、パターンBが事前に録音した単語の音だとしたら、マイク音声から録音した単語を見つけ出すことができます。最も類似している箇所を図示します。 早速ですが動かした例がこちらです。 右が結果で一番似ている領域を見つけています。 多少伸び縮みしても大丈

はじめに C++から使うことのできるStan Math Libraryには、統計や機械学習で使う数学の関数が多数実装されています。このライブラリを使って、ディリクレ分布からサンプリングしてみました。 必要なソフト Stan Math Library(stan-dev/math · GitHub) Eigen(Eigen) Boost(Boost C++ Libraries) ちなみにStan Math Libraryはnew BSD licenseです。 コンパイラはVisual Studio 2012を使用したのですが、erf()などが未定義とのエラーになりました。erf()はVisual Studio 2015では標準で対応しているので、今回はVisual Studio 2015を使用しています。 とはいえ、それでもエラーがいくつかでました。double smallの変数名を変えるのと

はじめに Excelにはプログラミングのできる環境としてVBAが用意されています。ただあまり使いやすいとはいえないので、別の方法があるか調べてみました。 COMというインターフェースを使うとVisual Studioで作成したDLLを呼べるみたいなので試してみます。 実装 ここではC++/CLIのOpenCVで取得したカメラ画像をExcelで表示するプログラムを作ってみます。VBAから見えてほしいインターフェースは、画像の座標を入れるとRGBの値が返ってくるものです。これを実装すると以下のようになります。 参考 Extend your VBA code with C#, VB.Net or C++/CLI | Pragmateek #pragma once using namespace System::Runtime::InteropServices; #include <opencv2

FFT C#でFFT(Fast Fourier Transform)するのに便利なライブラリーを探してみると、Math.NETというのが良さそうでした。今回はこれを使って音声信号をFFTしてみます。 音声入力 処理の対象物をどうしようかと悩んだんですが、いつも画像ばかり触っているので、たまには次元減らして音声処理をやってみます。ここで悩むのがどうやって音声を入力するかです。画像ならSystem.Drawing.Image.FromFile()とかcv::imread()が使えるんですが、音声はどうするんでしょう。 調べてみるとXNAか.NET Voice Recorderを使えとStack over flowに書いてあったのでとりあえず後者を使います。 .NET Voice RecorderはNAudioを使っているのでNugetでNAudioをインストールします。 NAudioで音声取得

Qtの場合ですと、qwtというなかなか使いやすいグラフライブラリがあります。C#にもいくつかライブラリがあるようですが、どれが良いのかよくわかりません。ある方に聞いたところChartが良いと教えてくれたので、試しに散布図を作ってみました。 表示させるデータは http://research.microsoft.com/en-us/um/people/cmbishop/PRML/webdatasets/datasets.htm のClassificationです。 データの形式は 1.208985 0.421448 0.000000 0.504542 -0.285730 1.000000 みたいにx,y,labelとなっています。 ラベル別に点を赤と青で分け、その識別線を緑で描画しています。直線は描画範囲外で点を二つ評価して、むりやり直線を引いているだけで、非線形判別の場合はどうするのかはわ

レーベンバーグ・マーカート法(Levenberg-Marquardt)は非線形の関数最小化ができる手法。誤差関数を最小化することで曲線のあてはめなどができる。 論文を読んでいると最小化はLM法を使用したと一行だけ書いてあることが多い。某学会でなぜLM法を使ったのですかという質問があったけど、みんな使っているからとの回答だった。 前から気になっていたのでどんなもんか試してみる。 ライブラリ 0からプログラムを書くのはしんどいので、ライブラリに頼る。 調べてみたら行列演算ライブラリのEigenに入っていたので、そのまま使う。 グラフの表示にはgnuplot-cpp http://code.google.com/p/gnuplot-cpp を使用する。 曲線の当てはめ Eigenのサンプルを参考にする。 このサイトでデータセットと正解データが公開されているので、正しく最適化されたかどうかが分かる