言語と視覚に基づく質問応答の最新動向 / Recent Trends in Vision-and-Language Studies for QA言語処理学会第27回年次大会（NLP2021）ワークショップ：AI王 〜クイズAI日本一決定戦〜 招待講演資料
写真の手前に映りこむ“邪魔もの”を消し去る技術 台湾大学やGoogleなどが開発
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 台湾大学、米Google、米カリフォルニア・マーセッド大学、米バージニア工科大学による研究チームが開発した「Learning to See Through Obstructions」は、画像内の手前に映りこんだ不要な障害物を除去する、機械学習ベースの技術だ。窓越しに撮影したときの水滴やガラスの反射、被写体の手前にあるフェンスなどを自然に消すことができる。 背景にある対象物と障害物要素はそれぞれのレイヤーがカメラに対して異なる深度に位置しているため、撮影した画像では2つのレイヤー間で動きが異なる。フレームごとに視点がずれるよう連続に複数枚撮影することで発生する背景と映り込み箇所の位置ずれ量の
VRで注目、新技術「NeRF」の衝撃 様々な視点の画像を美しく合成
複数の視点の画像から、新たな視点の画像を合成して作り出す「Novel View Synthesis」というタスクがある。VRやスポーツの自由視点映像などには不可欠な技術だ。この領域で驚異的な性能を発揮したのが「NeRF」（ナーフ）。果たしてどんなアルゴリズムで、美しい合成画像を作り出せるのか。世界中の研究者や技術者に衝撃を与えたその技術を、論文からひもといていく。 まずは下の3枚の画像を見ていただきたい（図1）。左の2枚の写真を基に、一番右の画像のような新たな視点の画像を生成する技術を、今回は紹介していく。コンピュータービジョン分野やコンピューターグラフィックス分野の主要な研究課題の1つであり、応用先にはVR（仮想現実）やスポーツの自由視点映像など、様々な分野が挙げられる。 これは「Novel View Synthesis」という、複数の視点の画像を手がかりに新たな視点の画像を合成する技術
《日経Robotics》3次元形状をどのように表現するか、DCGANやGQNに匹敵するブレークスルーも
物体の形状や環境（構造物や背景）の3次元情報をどのように表現するかは難しい問題である。基本的な問題に思えるが実際どのように表現するかを考えてみると難しい。 形状表現は少ない容量（パラメータ数）で表すことができ、衝突判定や法線計算など様々な処理が高速に行えるか、似た部品や形状を共通に扱えるかが問題となる。 現在広く使われている表現方法として、点群、メッシュ、ボクセル、陰関数表現などがある。これらについて簡単に紹介しよう。 点群は物体が存在する領域をその物体の表面や内部に属する点の集合で表した手法だ。この点群は任意の形状を表すことができるが複雑な形状を表そうと思うと点数を増やす必要があり、保存容量が大きくなる。 また衝突判定や法線推定などの処理も、その計算量はその点数に比例し大きくなってしまう問題がある。高速化のためのデータ構造、例えばKD木などを使って計算量を削減することもできるが最悪計算量
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
