グリーンバック不要で前景を精密に抜き出す、深層学習を用いたAlpha Matting技術「HAttMatting」
グリーンバック不要で前景を精密に抜き出す、深層学習を用いたAlpha Matting技術「HAttMatting」 2020-07-04 大連理工大学、 大連大学、鄭州大学、北京工商大学による研究チームが開発した「Attention-Guided Hierarchical Structure Aggregation for Image Matting」は、1枚の画像から被写体である前景を精密に抽出するAlpha Matting技術だ。 本手法の出力結果 Alpha Mattingとは グリーンバック等の特殊な撮影環境を必要とせず、自然状態の画像から前景を抽出し背景と分離するタスクをAlpha Mattingと呼ぶ。画像から前景のAlpha値を抽出する処理をMattingと呼び、 Alpha値を各画素に持つ画像をAlpha Matteと呼ぶ。 Trimapを用いた既存研究 Alpha Mat
筑波大学とピクシーダストテクノロジーズ株式会社、どの位置から見ても鮮明な空中画像を提供できるガラスビーズを用いた空中映像投影手法を発表
筑波大学とピクシーダストテクノロジーズ株式会社、どの位置から見ても鮮明な空中画像を提供できるガラスビーズを用いた空中映像投影手法を発表 2019-07-25 筑波大学とピクシーダストテクノロジーズ株式会社による研究チームは、どの位置から見ても鮮明な空中画像を提供できるガラスビーズを用いた空中映像投影手法（特許出願済）を発表しました。 論文：Glass-beads Display: Evaluation for aerial graphics rendered by retro-reflective particles Shinnosuke Ando¹ , Kazuki Otao¹,² , and Yoichi Ochiai¹,² ¹ University of Tsukuba, Ibaraki 3058577, Japan ² Pixie Dust Technologies, Inc.,
慶應、脊椎動物の尻尾を模倣したウェアラブルロボットテールデバイス「Arque」発表。身体のバランス制御に活用など
慶應、脊椎動物の尻尾を模倣したウェアラブルロボットテールデバイス「Arque」発表。身体のバランス制御に活用など 2019-06-06 慶應義塾大学大学院 メディアデザイン研究科による研究チームは、身体機能の拡張のため、脊椎動物の尻尾を模倣したウェアラブルロボットテールデバイス「Arque」を発表しました。本研究は、身体性メディアプロジェクト「Embodied Media」によるものです。 論文：Arque: Artificial Biomimicry-Inspired Tail for Extending Innate Body Functions Junichi Nabeshima（Keio University Graduate School of Media Design） MHD Yamen Saraiji（Keio University Graduate School of M
Google、シーン内の人とカメラの両方が移動していても1台の単眼カメラから深度を予測するdeep learningを用いた手法を発表
Google、シーン内の人とカメラの両方が移動していても1台の単眼カメラから深度を予測するdeep learningを用いた手法を発表 2019-05-26 Googleによる研究チームは、単眼カメラと人物の両方が動いているシーンにおいて深さを推定するdeep learningを用いた手法を発表しました。 論文：Learning the Depths of Moving People by Watching Frozen People 著者：Zhengqi Li Tali Dekel Forrester Cole Richard TuckerNoah Snavely Ce Liu William T. Freeman 所属：Google Research 本論文は、1台のカメラにおいてシーン内の人物とカメラの両方が自由に動いている場合でも正確な高密度深度を予測するdeep learning
Microsoft Research、「息を吸いながら喋る」ことで周囲に気づかれずに音声入力を可能にするシステムを発表
Microsoft Research、「息を吸いながら喋る」ことで周囲に気づかれずに音声入力を可能にするシステムを発表 2018-10-17 Microsoft Researchの研究者は、「息を吸いながら」喋る時に出る非常に小さな音を利用した音声入力インタフェースデバイス「SilentVoice」を発表しました。 論文：SilentVoice: Unnoticeable Voice Input by Ingressive Speech 著者：Masaaki FUKUMOTO 本論文は、ingressive speech（吸気発話）法を用いて、非常に小さい音（漏洩音量39dB未満）での音声入力を可能にするシステムを提案しています。静かな場所だけではなく、80dBの騒音環境下においても周囲に気づかれずに音声入力が行えます。 本提案手法は、我々の通常音声やささやき声のように、息を吐きながら喋る
MITら、ロボットに家事などの日常的なタスクを学習させる3Dシミュレータ「VirtualHome」発表
MITら、ロボットに家事などの日常的なタスクを学習させる3Dシミュレータ「VirtualHome」発表 2018-06-02 MIT（マサチューセッツ工科大学）、トロント大学、マギル大学、リュブリャナ大学の研究者らは、ロボットに家事などの日常的なタスク含め多様なタスクを学習させるための訓練用3Dシミュレータ「VirtualHome」を発表しました。 論文：VirtualHome: Simulating Household Activities via Programs 著者：Xavier Puig, Kevin Ra, Marko Boben, Jiaman Li, Tingwu Wang,Sanja Fidler, Antonio Torralba 本稿は、エージェントに特定のタスクに到達するための必要な一連のアクションを学習させるシステムを提案します。 ロボットは、人間と違って1を言え
スマートフォン撮影のビデオをアップロードし作成する全身モーションキャプチャシステム「RADiCAL」。スーツやセンサ等は不要。iOSアプリ無料リリース
スマートフォン撮影のビデオをアップロードし作成する全身モーションキャプチャシステム「RADiCAL」。スーツやセンサ等は不要。iOSアプリ無料リリース 2018-05-09 米国のスタートアップ「RADiCAL」は、スマートフォンを用いて撮影したビデオをアップロードし作成できる全身3Dモーションキャプチャシステムを開発しています。 本システムは、スマートフォンなどで撮影した動画をクラウドにアップロードし、サーバ側で処理することで全身モーションキャプチャを可能にします。 ユーザは、1台のスマートフォンで撮影するだけですので、スーツ、センサ、カメラなどの特殊なハードウェアを用いることなく使用することができます。使用時のルールとして、全身をビデオに入れる、キャプチャは1人だけ、カメラの動きを減らすなどを注意します。 アップロードしたデータは、専用プラットフォームのダッシュボードにて管理することが
Google、機械学習をモバイルで処理するTensorFlow向け画像認識モデル「MobileNetV2」オープンソース公開。従来モデルより高速に
Google、機械学習をモバイルで処理するTensorFlow向け画像認識モデル「MobileNetV2」オープンソース公開。従来モデルより高速に 2018-04-04 Googleは、TensorFlow向けとしてスマートフォンなどのモバイル端末のために設計されたコンピュータビジョン・ニューラルネットワーク・ファミリの次世代モデル「MobileNetV2」をオープンソースとして発表しました。 GitHub：models/research/slim/nets/mobilenet at master · tensorflow/models （MobileNetV2アーキテクチャ） 昨年、同社はスマートフォンに基づいた機械学習による視覚認識技術において、スマートフォンが大量の電力消費を必要とせずに画像をよりよく認識できるよう支援するTensorFlowベースのコンピュータビジョンモデル「Mob
東京大学、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カラー映像を投影する新たなプロジェクションマッピング技術を発表
東京大学、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カラー映像を投影する新たなプロジェクションマッピング技術を発表 2018-03-08 東京大学の石川渡辺研究室は、Tシャツみたいに動かすと複雑に変形する物体（非剛体）へ追跡しながらカラー映像を投影する新たなダイナミックプロジェクションマッピングを発表しました。 映像でもわかるように、激しく動作しても上半身の服にぴったり張り付いているようにカラー映像が投影されているのが確認できます。これは、新型の高速プロジェクタ「DynaFlash v2（3-LED＋1-DMD）」と、10台のカメラを駆使したトラッキングシステムを組み合わせて実現します。 新型の高速プロジェクタDynaFlash v2は、同研究室が過去に発表している1,000fps遅延3msで投影するモノクロ高速プロジェクタ「DynaFlash」のアップグレード版であり、94
ATRと京都大学、fMRIで測定した人間の脳活動のみから、その人が見ている画像を機械学習を用いて再構成する提案を発表。心の中でイメージした内容の画像化にも成功
ATRと京都大学、fMRIで測定した人間の脳活動のみから、その人が見ている画像を機械学習を用いて再構成する提案を発表。心の中でイメージした内容の画像化にも成功 2018-01-14 ATR（国際電気通信基礎技術研究所）と京都大学の研究者らは、fMRI（機能的磁気共鳴画像法）によって測定された人間の脳活動のみから機械学習を用いて視覚像を再構成する提案を論文にて発表しました。 Deep image reconstruction from human brain activity 著者：Guohua Shen, Tomoyasu Horikawa, Kei Majima, Yukiyasu Kamitani （左が見ている画像、右が再構成された画像） 本稿は、人間が見ている画像を、fMRIで測定した脳活動パターンのみで知覚内容を視覚化する機械学習を用いた手法を提案します。 提案手法では、画像を見
Google、機械学習による画像認識分類システムを欺ける敵対的物理ステッカーを提案した論文を発表。ステッカーは印刷可能でシーンに依存しない
Google、機械学習による画像認識分類システムを欺ける敵対的物理ステッカーを提案した論文を発表。ステッカーは印刷可能でシーンに依存しない 2018-01-04 Googleの研究者らは、Deep learningによる画像認識分類システムを欺ける敵対的ステッカーを提案した論文を発表しました。 Adversarial Patch 著者：Tom B. Brown、Dandelion Mané、Aurko Roy、Martín Abadi、Justin Gilmer （上図では97％の信頼度でバナナと分類しているが、ステッカーを置いた下図では99％の信頼度でトースターと分類している様子） テーブル上のバナナは、VGG16ニューラルネットワークによってバナナとして正しく分類されますが、隣にサイケデリックなステッカーを置くと、バナナのことはすっかり忘れトースターとして分類されます。このように、ステ
Google、任意の画像が技術的に審美的に美しいかを評価し1-10（10が最高得点）で採点するCNNベースの画像評価モデル「NIMA」を提案した論文を発表
Google、任意の画像が技術的に審美的に美しいかを評価し1-10（10が最高得点）で採点するCNNベースの画像評価モデル「NIMA」を提案した論文を発表 2017-12-19 Googleは、画像に対して技術面と審美面の両方で訓練できるCNN（Convolutional Neural Network）ベースの画像評価モデル「NIMA（Neural Image Assessment）」を論文にて発表しました。 NIMA：Neural Image Assessment 本稿では、任意の画像に対して1から10（10が最高得点）の程度で評価の分布を生成し、スコアのそれぞれに尤度を割り当てるアプローチを提案します。 ユーザが技術的（ピクセルレベルの技術品質）に美しく、または審美的（美の本質）に美しく見えるような画像を予測するために訓練されたdeep CNNが紹介されます。 実験では、AVAなどの大
MITやAdobeら、グラフィックデザインにおいて見る人が重要と認識する箇所をリアルタイムにヒートマップ予測する機械学習モデルを論文にて発表
MITやAdobeら、グラフィックデザインにおいて見る人が重要と認識する箇所をリアルタイムにヒートマップ予測する機械学習モデルを論文にて発表 2017-12-10 MIT CSAIL、ハーバード大学SEAS、Adobe Systems、Adobe Researchの研究者らは、グラフィックデザインとデータビジュアライゼーションにおいて、機械学習で人が重要と認識する箇所をリアルタイムに予測する提案を論文にて発表しました。 Learning Visual Importance for Graphic Designs and Data Visualizations （左が入力画像で右が重要度を予測した画像。重要度が高いほど暖かい色が示される） 本稿では、ポスターや広告などのグラフィックデザイン、データを視覚化した資料、この2つにおいて、人がその範囲内でどう見ているかを重要度ヒートマップでフィード
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
東京大学、機械学習を用いて0.5秒後の人間の動きをリアルタイムに推定する体動予測システム「Computational Foresight」を論文にて発表
東京大学、機械学習を用いて0.5秒後の人間の動きをリアルタイムに推定する体動予測システム「Computational Foresight」を論文にて発表 2017-11-17 東京大学 篠田・牧野研究室の研究者らは、機械学習を用いて0.5秒後の運動をリアルタイム推定する体動予測システム「Computational Foresight」を提案した論文を発表しました。 Computational Foresight: Forecasting Human Body Motion in Real-time for Reducing Delays in Interactive System 本稿では、Kinectを用いて人間の動きを測定し、ニューラルネットワークを用いて、リアルタイムに0.5秒後の人間の動きを推定し出力するシステムを提案します。 提案システムは、人体の動きをリアルタイムに推定するため
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
スタンフォード大学の研究者ら、人間の髪のような変形可能な複雑な物体を今までより現実的にシミュレートする提案を論文にて公開
スタンフォード大学の研究者ら、人間の髪のような変形可能な複雑な物体を今までより現実的にシミュレートする提案を論文にて公開 2017-05-14 カリフォルニア マーセッド大学、スタンフォード大学の研究者らは、織物や剛毛、人間の髪のような変形可能な物体を今までより現実的なモデルに動的シミュレートする提案を論文にて発表しました（PDF）。 論文タイトルは、「A Sti!ly Accurate Integrator for Elastodynamic Problems」。 執筆したのは、スタンフォード大学のDominik L. Michels氏と、カリフォルニア マーセッド大学のVu Thai Luan氏とMayya Tokman氏です。
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
カーソルに触覚を与える「VisualHaptics」。実際にPC上で実行して試せるデモ付き
カーソルに触覚を与える「VisualHaptics」。実際にPC上で実行して試せるデモ付き 2017-01-12 「VisualHaptics」とは、カーソルで触れる対象の状態に応じてカーソルの動きや変形を利用することで、ユーザが実際に触っているような感覚を再現することが可能となる手触り感提示システムです。 ざらざら感、ベタベタ感、立体感、奥行き、液体の抵抗感、風に流される抵抗感など、多様な感覚を再現します。 インタラクションの研究者「渡邊恵太（@100kw）」氏らのチームによって過去発表されました。実践デモも公開しており、いますぐPCで実際にカーソルを動かして体験することができます。こちらから。 VRでのアイディアや応用に活用できるかもしれません。
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
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
