MITとIBM、映像内で何が起きているのかにラベル付けされた3秒動画の大規模データセット100万点を発表。AIシステムが動的な行動を理解する
MITとIBM、映像内で何が起きているのかにラベル付けされた3秒動画の大規模データセット100万点を発表。AIシステムが動的な行動を理解する 2017-12-07 CSAIL MITとIBM Researchの研究者たちは、AIシステムが動画を認識し理解するのに役立つ動画ベースの大規模なデータセット「Moments in Time Dataset」を公開しました。 論文も発表しました。 Moments in Time Dataset: one million videos for event understanding（PDF） 本稿では、映像内のアクションやイベントにラベル付けされた3秒以内の動画が100万点あるデータセットを紹介します。例えば、以下の図を確認します。左に動画内の出来事が書かれたテキストが表示され、横一列にその出来事の3秒動画シーンが羅列します。 「Flying」であれば
Googleら、タブレットとプラスチックシートで構築できるシンプルな3Dディスプレイを論文にて発表。iPad Pro（12.9 in）の場合、51°の円錐を推奨
Googleら、タブレットとプラスチックシートで構築できるシンプルな3Dディスプレイを論文にて発表。iPad Pro（12.9 in）の場合、51°の円錐を推奨 2017-12-03 ワシントン大学とGoogleの研究者らは、タブレットコンピュータと透明のプラスチックシートから構築できるシンプルな3Dディスプレイ「Pepper’s Cone」を論文にて発表しました。 Pepper’s Cone: An Inexpensive Do-It-Yourself 3D Display 本ディスプレイは、HMDや特殊なメガネを使用せずに、特定の一方向の視点位置から浮遊したようにうつる3Dオブジェクトを自然に見ることができます。ただし、どの視点位置からでも正確な画像が見えるのではなく、特定の一方向からしか正確に見えないこと留意です。 準備としては、円錐にしたプラスチックシートをタブレット中心に置き、安
ピクシーダストテクノロジーズら、ホログラムと機械学習を融合した新たな三次元物体認識手法「DeepHolo」を発表。従来より1/5のパラメータ量で同程度の分類精度
ピクシーダストテクノロジーズら、ホログラムと機械学習を融合した新たな三次元物体認識手法「DeepHolo」を発表。従来より1/5のパラメータ量で同程度の分類精度 2017-11-24 ピクシーダストテクノロジーズ株式会社と筑波大学Digital Nature Groupの研究者らは、ホログラムと機械学習を融合した新たな三次元物体認識手法「DeepHolo」を発表しました。 DeepHolo: Recognizing 3D Objects using a Binary-weighted Computer-Generated Hologram（PDF） これまでの物体認識の研究では、カメラで撮影した二次元画像にもとづいて機械学習する手法が主流でしたが、これに対して、より情報量の多い三次元情報を取り扱いやすい形式に変換することで効率的に処理する手法を提案しています。 それは、三次元点群データをC
スタンフォード大学ら、RGB-Dセンサを使用してノイズを除去したシャープな3Dモデルを再構築するアプローチ「3DLite」を論文にて発表
スタンフォード大学ら、RGB-Dセンサを使用してノイズを除去したシャープな3Dモデルを再構築するアプローチ「3DLite」を論文にて発表 2017-11-21 米スタンフォード大学とドイツ：ミュンヘン工科大学の研究者らは、RGB-Dセンサを使用して3D環境を再構築するための新しいアプローチ「3DLite」を論文にて発表しました。 3DLite: Towards Commodity 3D Scanning for Content Creation（PDF） 通常、Microsoft KinectやIntel RealSenseなどのRGB-Dセンサでキャプチャした3Dシーン再構成は、多くのノイズが含まれています。本提案は、そんなノイズを除去してシャープな3Dモデルを再構築します。 それは、シーンのプリミティブベースの抽象化を計算し、この表現を利用して高品質のテクスチャマップを最適化、そしてジ
Google、人工知能に機械学習モデルの設計を生成させる「AutoML」で設計した大規模な画像分類と物体検出に適応するアーキテクチャ「NASNet」を論文発表。人間が設計してきたモデルより高精度
Google、人工知能に機械学習モデルの設計を生成させる「AutoML」で設計した大規模な画像分類と物体検出に適応するアーキテクチャ「NASNet」を論文発表。人間が設計してきたモデルより高精度 2017-11-03 Google Brainの研究者らは、数ヶ月前、機械学習モデルの設計を機械学習で自動化するアプローチ「AutoML（Auto Machine Learning）」を発表しましたが、今回は、これまで小規模にテストしてきたAutoMLを大規模な画像分類と物体検出に適応した論文を発表しました。 Learning Transferable Architectures for Scalable Image Recognition（PDF） 「AutoML」とは、人工知能に機械学習のコードやアルゴリズムを生成させる新しい開発アプローチで、ニューラルネットワークがニューラルネットワークを設
Google、機械学習の可視化を強化する「TensorBoard API」を発表。独自の機械学習ビジュアライゼーション構築へ
Google、機械学習の可視化を強化する「TensorBoard API」を発表。独自の機械学習ビジュアライゼーション構築へ 2017-09-12 Googleは、機械学習の可視化を強化する「TensorBoard API」を発表しました。 tensorflow/tensorboard（Github） 2015年にオープンソース化した機械学習ライブラリ「TensorFlow」には、様々なデータを可視化できるツール「TensorBoard」が含まれています。しかし、新しいビジュアライゼーションを追加することは非常に難しいのが現状でした。 そこで、開発者がTensorBoardにカスタムビジュアライゼーション・プラグインを追加できるようにする新たなAPIセット「TensorBoard API」をリリースしました。 これにより、独自の機械学習ビジュアライゼーションが構築できるとしています。 プラ
NVIDIAとUCSB、異なる距離から撮影（ドリーイン）した画像を後から合成して多様な3Dシーンを構築する技法「Computational Zoom」を論文にて公開
NVIDIAとUCSB、異なる距離から撮影（ドリーイン）した画像を後から合成して多様な3Dシーンを構築する技法「Computational Zoom」を論文にて公開 2017-08-06 カリフォルニア大学サンタバーバラ校（UCSB）とNVIDIA Researchの研究者たちは、ドリーインで撮影した画像を使用して、後からカメラ距離と焦点距離を変更、異なるシーンを合成して多様な3Dシーンを構築する技法「Computational Zoom」を論文にて公開しました。 Computational Zoom: A Framework for Post-Capture Image Composition（PDF） ドリーインとは、カメラ自体が移動して被写体に近づきながら撮影するカメラワークのことです。そして、今回公開されているフレームワークは、ドリーインで撮影した異なる距離のシーンを後から分離して
ドイツの研究機関、60fpsで撮影した動きのある人の全身4Dスキャンデータセット「Dynamic FAUST」を論文にて公開。40,000個以上のメッシュを収集
ドイツの研究機関、60fpsで撮影した動きのある人の全身4Dスキャンデータセット「Dynamic FAUST」を論文にて公開。40,000個以上のメッシュを収集 2017-07-17 ドイツにある研究機関マックス・プランク研究所「Max Planck Institute for Intelligent Systems」は、60fpsで撮影した動きのある人物の高解像度4Dスキャンのデータセット「Dynamic FAUST」を論文にて公開しました。 Dynamic FAUST: Registering Human Bodies in Motion（PDF） Dynamic FAUSTは、10人の被験者（男性5人女性5人）から129の動的なパフォーマンスを全身キャプチャし、40,000個以上のメッシュを収集しました。 撮影には、被験者を囲むように22台のステレオカメラと22台のRGBカメラ、34
33122
Google「DeepMind」、コンピュータが人型ベースでB地点にたどり着く最善の方法（柔軟な動き）を独学で生成する強化学習を用いたアプローチを提案した論文を発表 2017-07-11 GoogleのAIを研究する子会社「DeepMind」は、強化学習で人型含めシミュレートされた環境の中で複雑で柔軟な動きを生成するアプローチを提案した論文を公開しました。 Emergence of Locomotion Behaviours in Rich Environments（PDF） これら動きは、コンピュータが独学で最善の方法として考案した行動です。 研究者は、エージェントに動きのセットと前進するインセンティブを与え、AからB地点にたどり着く最善の方法を生み出すための強化学習を仕込みます。 コンピュータは、今ある動作を使って試行錯誤を繰り返し、さまざまな動き方を思いつく中で次々と最善へ近づけてい
MIT、交通渋滞を改善するためDeep learningを用いて自動車をコントロールする交通シミュレーション・ゲーム「DeepTraffic」を発表
MIT、交通渋滞を改善するためDeep learningを用いて自動車をコントロールする交通シミュレーション・ゲーム「DeepTraffic」を発表 2017-07-08 マサチューセッツ工科大学（MIT）の研究者らは、高速道路を舞台にDeep learningを用いて自動車をコントロールする渋滞改善を目的とした交通シミュレーション・ゲーム「DeepTraffic」を発表しました。 DeepTrafficを使えば、交通量の多い道路で誰でも深層ニューラルネットワークを設計してトレーニングすることができ、効率的にナビゲートする方法を学ぶことを可能にします。これにより、研究者は自動運転カーなどにおいて新たな技術を開発することができます。 DeepTrafficは、右上にニューラルネットワークのデザインを変更できるコーディングエリア、その下には、ニューラルネットワークの状態に関する情報やトレーニン
Google、単一の画像内で複数のオブジェクトを検出するTensorFlow向け機械学習フレームワーク「TensorFlow Object Detection API」をGitHubにて公開
Google、単一の画像内で複数のオブジェクトを検出するTensorFlow向け機械学習フレームワーク「TensorFlow Object Detection API」をGitHubにて公開 2017-06-16 Googleは、単一の画像内で複数のオブジェクトを検出するTensorFlow上に構築されたオープンソースの機械学習フレームワーク「TensorFlow Object Detection API」をGitHubにて公開しました。 本システムは、コンピュータビジョンでの活用を想定しており、画像内のオブジェクトを検出、トレーニングおよびデプロイを容易にします。 GitHubページはこちら。 関連 Google、機械学習をスマートフォンだけで処理する低遅延、低電力の画像認識技術におけるコンピュータビジョンモデル「MobileNets」をGitHubにて公開 | Seamless
カーネギーメロン大学、スプレー塗料を吹きかけた物体をタッチパッドにする低コストの技術を発表。ほぼ全ての形状/表面のオブジェクトが変換可能。ギター、ステアリング、スマートフォンの裏など
カーネギーメロン大学、スプレー塗料を吹きかけた物体をタッチパッドにする低コストの技術を発表。ほぼ全ての形状/表面のオブジェクトが変換可能。ギター、ステアリング、スマートフォンの裏など 2017-05-09 カーネギーメロン大学の研究者らは、「Electrick」と呼ぶスプレー塗料を物体に吹きかけ、その物体を全てタッチパッドにする技術を論文にて発表しました。 Electrickは、多種多様な物体や不規則なサーフェスなどまで（ほぼすべての形状のオブジェクト）をタッチ入力可能のオブジェクトにする低コストな技術です。これは、導電性塗料を吹きかけ、感知電極を付けることによって達成されます。 デモ映像では、ステアリング、ギター、壁、机などをタッチパッド・センサーにしている様子が映し出されます。壁などの表面が広い場合は、ペンキで塗ることも可能です。 他にも、塗料を塗ったカバーを真空成形でスマートフォンの
ディズニー、VR空間にいながら現実のボールをキャッチするアイディアを論文にて公開。ボールの予測軌道を表示など
ディズニー、VR空間にいながら現実のボールをキャッチするアイディアを論文にて公開。ボールの予測軌道を表示など 2017-03-20 Disney Research（ディズニー・リサーチ）は、VR空間にいながら現実空間のボールをキャッチすることができるアイディアを論文にて公開しました。 実験では、HMD、ハンドグローブ、ボール、それぞれにマーカーが取り付けられ複数の外部センサーからトラッキングされている状態で行われます。焦点を視覚に絞り、3つの視覚的アシストの組み合わせをテストします。 Virtual ball：現実のボールと同期した仮想ボールをレンダリング Predicted trajectory：ボールの予測軌道を表示 Predicted target：キャッチするボールの目標地点を表示 テストの様子は動画でも公開されており、1.2.3.のいろんな組み合わせでどう変化するかを調べている様
ミュンヘン工科大学の「Computer Vision Group」、RealSense搭載ドローンによる障害物をリアルタイムに3Dマップし回避する軌道再構成方法の映像を公開
ミュンヘン工科大学の「Computer Vision Group」、RealSense搭載ドローンによる障害物をリアルタイムに3Dマップし回避する軌道再構成方法の映像を公開 2017-02-26 ドイツ：ミュンヘン工科大学の「Computer Vision Group」は、IntelのRCB-Dカメラ「RealSense R200」を搭載したドローンで、ドローン周囲の環境（障害物）をリアルタイムに3Dマップして回避する軌道再構成方法を提案する映像を公開しました。 障害物をマッピングするために、3Dリングバッファとして実装された固定サイズのボクセルグリッドを使用します。
Google、3DCGのための新たな圧縮ライブラリ「Draco」をGitHubで公開。ZIP形式よりも効率的。VR/ARにおいても帯域を大幅に削減し素早くレンダリング
Google、3DCGのための新たな圧縮ライブラリ「Draco」をGitHubで公開。ZIP形式よりも効率的。VR/ARにおいても帯域を大幅に削減し素早くレンダリング 2017-01-17 Googleは、Chrome Mediaチームが開発した3DCGのためのオープンソースデータ圧縮ライブラリ「Draco」を発表および公開しました。 「Draco」は、Chrome Mediaチームが開発した圧縮ライブラリで、ZIP形式よりも効率良くデータ圧縮を実行できるオープンソースです。Meshファイルの圧縮において、100MB以上のファイルをZIPで30MBに対して、Dracoでは10MB以下になると今までの圧縮より効果があることを報告します。 Dracoは、メッシュと点群データを圧縮するために使用できるほか、圧縮ポイント、接続情報、テクスチャ座標、色情報、法線、およびジオメトリに関連する属性もサポ
MIT学生、Google Tangoで室内を3Dスキャンし、障害物にぶつからない歩行可能な物理的VRエリアを再構築する「Oasis」を開発
MIT学生、Google Tangoで室内を3Dスキャンし、障害物にぶつからない歩行可能な物理的VRエリアを再構築する「Oasis」を開発 2017-01-11 MIT Media Labの学生Misha Sra氏は、GoogleのTangoプラットフォームを使用し家の中をぶつかることなく動き回れるVRエリアを再構築するアプリ「Oasis」を開発しました。 Tango搭載デバイスを使用して屋内のシーンを3Dキャプチャするところから始まります。家具や壁などの障害物を検出し、歩行可能なエリアをマップし、生成されたVR環境でのリアルウォーキングを可能にします。深度データは、VR体験中にオブジェクトを認識し追跡するために追加的に使用されます。 デモ映像では、最初にTango搭載デバイスを持ち室内を歩きまわってスキャンしている様子が映し出されます。そして、現実世界の3DモデルからVRエリアが構築され
ディズニー、砂糖や塩、砂などの不均一で多分散の粒子群を現実的に見せるレンダリング方法を論文にて公開
ディズニー、砂糖や塩、砂などの不均一で多分散の粒子群を現実的に見せるレンダリング方法を論文にて公開 2016-12-09 Disney Researchは、動的で不均一な粒子の混合物の効率的なレンダリングを可能にする方法を論文にて公開しました。 論文では、異種で多分散の粒子群をレンダリングするためのマルチスケールアプローチを提示します。何百万レベルの粒子をシミュレートするのに使用され、砂糖や塩、砂に至るまでより現実的に見えるだけでなく、より速くレンダリングされます。 論文は、Disney Research Zurich、ETH Zurich、Dartmouth Collegeの研究者らが、「Efficient Rendering of Heterogeneous Polydisperse Granular Media」というタイトルで提示しました。 ディズニーといえば、先日もこういった研究
東京大学、複雑に変形するTシャツや紙のような対象物にも追跡し表面に元々存在していたかのように投影するプロジェクションマッピング技術を開発。動画の投影も可能。1,000fpsで遅延は3ms
東京大学、複雑に変形するTシャツや紙のような対象物にも追跡し表面に元々存在していたかのように投影するプロジェクションマッピング技術を開発。動画の投影も可能。1,000fpsで遅延は3ms 2016-10-21 東京大学の石川渡辺研究室は、力を加えると複雑に変形する非剛体曲面に、プロジェクタで高フレームレートかつ低遅延で追跡投影する技術を開発しました。 対象表面に元々存在していたテクスチャであるかのように投影することを可能にします。 紙やTシャツみたいに動かすと複雑に変形する物体へ追跡しながら投影することは難しく、それを解決するためのソリューションを提案します。 対象物へ人間に見えないマーカを赤外インクで印字し、マーカの動きを高速カメラでトラッキング。（Deformable Dot Cluster Marker） そして、高フレームレートかつ低遅延で投影するプロジェクタ「DynaFlash」
マイクロソフトHoloLensを使用したポケモンゲームのテスト映像が公開。Pokémon GOのHoloLens対応への期待
マイクロソフトHoloLensを使用したポケモンゲームのテスト映像が公開。Pokémon GOのHoloLens対応への期待 2016-07-12 MicrosoftのHoloLensを使用したポケモンゲームを開発している野外テスト映像が公開されました。 開発しているのは、Kenny W氏（@Kennywdev）。先日、オーストラリア、ニュージーランドに続き米国でもiOS/Android向けにリリースした位置情報ARゲーム「Pokémon GO」のようなロケーションベースではありませんが、映像ではホログラフィーによるポケモンが映し出されている様子が見てとれます。 一方で、本家Pokémon GOのHoloLensへの公式対応が気になるところです。示唆レベルですが、昨日、米メディアTech Insiderにて、Google GlassやHoloLensにみるウェアラブル型のAR/MRデバイス
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
ValveのFPSパズルゲーム「Portal（ポータル）」をMicrosoft HoloLensで再現しコンパニオンキューブを移動させる映像が公開
