![Google、より高画質で小サイズを実現するJPEGエンコーダをオープンソースで公開](https://cdn-ak-scissors.b.st-hatena.com/image/square/fedd6fcc15fc3f616948376172bf468dc2d6111b/height=288;version=1;width=512/http%3A%2F%2Fpc.watch.impress.co.jp%2Fimg%2Fpcw%2Flist%2F1050%2F088%2Fmain.png)
ソニーと東京大学は1000分の1秒単位で撮影しながら画像処理する高速撮像演算チップを開発した。1秒当たりの演算回数は1400億回。撮像素子と演算素子を積層して1枚のチップにした。画像処理用の計算機が不要で、携帯端末や移動体に搭載できる。自動運転では高速認識、飛行ロボット(ドローン)では衝突回避や高速追従などに応用が可能。移動中の安全性を向上させる高速視覚処理が飛躍的に高まる。 米サンフランシスコで開かれている国際固体素子回路会議(ISSCC)で7日に発表する。東大の石川正俊教授らの高速画像処理技術を、ソニーがワンチップ化した。 撮像部は127万画素で、演算部の最大動作周波数は108メガヘルツ(メガは100万)。例えば撮影した画像の中から対向車などの認識したい対象を切り出し、対象の動きや変形に応じて信号を出すまでを、1枚のチップで完結できる。毎秒500枚の場合は127万画素の画像で、同100
何もない空間に突如として映像が浮かび上がり、目の前の人が手を触れるとインタラクティブに反応する……。2054年の未来を描いたトム・クルーズ主演映画『マイノリティ・リポート』で登場するワンシーンを思い出す。そんなSF映画の中でしか見られなかったことが、今や現実のものになりつつある。 写真や映像の表現を専門にするアスカネットが開発した「エアリアルイメージングプレート(AIプレート)」は、これまでにない方法で空中に映像を結像させることに成功した。この近未来的な新技術は広告やプロモーションのあり方を変える可能性を持っている。そこで、アスカネットの代表取締役社長兼CEOの福田幸雄氏に詳しく話を伺った。 SF映画の世界が実現された —“もう一つのAI”として開発された「エアリアルイメージングプレート(AIプレート)」は、何もない空中に映像を映し出すことができる新技術と伺っています。近未来的のSF映画を
サクラクレパス(西村彦四郎社長)は、プラズマインジケータ PLAZMARK「ウエハ型」(セラミックタイプ)を発売すると発表した。 プラズマインジケータ PLAZMARKは、プラズマの処理効果を可視化する評価ツールとして、2014年の発売以来、顧客の用途に応じて商品ラインナップを拡充してきた。 この度、要望の多かったウエハプロセス向け商品の第1弾として、PLAZMARK“ウエハ型”セラミックタイプを発売する。ウエハ型インジケータは、電子デバイスのエッチングやアッシングなど、ウエハプロセスの面内分布等の評価に使用することができる。 PLAZMARKの特長の一つが、面内分布を簡単に評価できること。これまで面内分布評価用に「シート型」をラインナップしていたが、基材がフィルムでまた形状も長方形であったため、ウエハプロセス用としては不向きだった。 この度、ユーザーが使用のウエハサイズと同一形状のインジ
NECは、NECの最先端AI技術群「NEC the WISE」(注1)の1つとして、街中や店舗などの既存のカメラで、離れた場所からでも人の視線の方向をリアルタイムに検知できる「遠隔視線推定技術」を開発しました。 従来、視線の検知は、赤外線ライトとカメラが一体となった専用装置を用いて、近距離から赤外線ライトを目にあてその反射の方向により検知を行っていました。 本技術は、世界No.1のNECの顔認証技術(注2)の中核となる顔特徴点検出技術(注3)を用いて、視線検知に必要な目頭や目尻、瞳など目の周囲の特徴点を正確に特定することで、通常のカメラのみで上下左右5度以内の誤差となる高精度な視線方向の検知を実現したものです。 また、低解像度や明るさの変化への対応強化により、カメラと対象者が10m離れた位置からでも視線検知を可能としました。さらに、高速に計算可能な特徴量抽出技術により、これまでは困難だった
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます マサチューセッツ工科大学(MIT)の研究者らは、写真の中で何が起こっているのかを読み取り、次に何が起こるのかを予測するという深層学習システムを開発した。 MITの機械学習研究者が開発したシステムは、静止画にアニメーションを加えることで近い将来にこうなりそうだという考えを示す。例えば波は最終的にはじける、人が野原で動く、電車が線路を前に進むといったことだ。 この取り組みは、現実の世界でどのようにオブジェクトが動くのかを機械が理解できるようにすることで、今後のコンピュータービジョン研究の新たな方向性を示す可能性がある。 研究チームは、ディープネットワークに数千時間分のラベルのない(タグのない)動画によるトレーニングを行うことで目標に到達した
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
処理を実行中です
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