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
元Microsoft Researchメンバーらで設立したチーム、手軽にプロジェクションマッピングができるデバイス「LF-1」販売開始。699ドル。日本はまだ
元Microsoft Researchメンバーらで設立したチーム、手軽にプロジェクションマッピングができるデバイス「LF-1」販売開始。699ドル。日本はまだ 2018-07-02 米国のスタートアップ「Lightform」は、プロジェクションマッピングが手軽にできるデバイス「LF-1」の販売を開始しました。 価格は699ドル、プロジェクタ（プロジェクタマウント、三脚等含む）付きの「LF-1kit」は1499ドル、出荷は2018年11月を予定しています。ただし、現在は、米国、EU、カナダのみの出荷になります。 Lightformは、元Microsoft Researchで仕事をしていたBrett Jones氏、Kevin Karsch氏、Raj Sodhi氏が共同で設立したカンパニーです。製品であるLF-1は、既存のプロジェクタに接続し、連動しながら現実空間のオブジェクト面に張り付くように
Google、スマートフォン含むWebブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデルPoseNet：TensorFlow.jsバーション発表
Google、スマートフォン含むWebブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデルPoseNet：TensorFlow.jsバーション発表 2018-05-08 Googleは、Webブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデル「PoseNet」TensorFlow.jsバーションを発表しました。 GitHub：tfjs-models/posenet at master · tensorflow/tfjs-models PoseNetは、映像中の人物から1つのポーズまたは複数のポーズを検出できる技術です。ToseorFlow.jsは、Webブラウザで実行できるオープンソースの機械学習ライブラリで、Googleがオープンソースとして公開している機械学習ライブラリ「TensorFlow」のJavaScript版です。 今回、その2つを組み合わせたTose
ブラウンシュヴァイク工科大学ら、1台の単眼カメラから人体3Dアバタを4.5mm精度で生成する機械学習を用いた手法を発表
ブラウンシュヴァイク工科大学ら、1台の単眼カメラから人体3Dアバタを4.5mm精度で生成する機械学習を用いた手法を発表 2018-04-16 ブラウンシュヴァイク工科大学「Computer Graphics Lab」、マックス・プランク情報科学研究所の研究者らは、1台の単眼RGBカメラを使用して人の3Dモデルを作成する機械学習を用いた手法を発表しました。 論文：Video Based Reconstruction of 3D People Models 著者：Thiemo Alldieck, Marcus Magnor, Weipeng Xu, Christian Theobalt, Gerard Pons-Moll 本稿は、単一のカメラを用いたビデオから3D人体モデルを再構成する機械学習を用いた手法を提案します。 本提案手法は、複雑なカメラ機器や、Microsoft Kinectなどの3
ケンブリッジ大学ら、動画内の人の視線方向を後から変更することができる技術「GazeDirector」発表
ケンブリッジ大学ら、動画内の人の視線方向を後から変更することができる技術「GazeDirector」発表 2018-03-18 ケンブリッジ大学、カーネギーメロン大学、マックス・プランク情報科学研究所、Microsoftの研究者らは、動画内の人の視線をリダイレクトする新しいアプローチ「GazeDirector」を発表しました。 論文：GazeDirector: Fully Articulated Eye Gaze Redirection in Video 著者：Erroll Wood、 Tadas Baltrusaitis、 Louis-Philippe Morency、 Peter Robinson、 Andreas Bulling 本稿は、個人固有のトレーニングデータを必要とせずとも、動画内の人々が見ている視線方向を正確に指定することができるアプローチを提案します。 提案手法は、目領域
Google、CNNを用いて人物などの前景と背景を分離するモバイルベースのリアルタイムビデオセグメント技術を発表。YouTubeに統合
Google、CNNを用いて人物などの前景と背景を分離するモバイルベースのリアルタイムビデオセグメント技術を発表。YouTubeに統合 2018-03-02 Googleは、CNN（Convolutional neural network）を用いて人物などの前景と背景をリアルタイムに分離できる新しいセグメンテーション技術を発表しました。 本技術は、モバイルで撮影した人物と背景を分離し、背景を自由に変えることを可能にする軽量ビデオフォーマットです。クロマキー合成のように特殊な機材などを使用することなく、モバイルベースで手軽に行うことができます。 この機能は、YouTubeにおいて動画をスマートフォンなどで撮影/編集/投稿するストーリーフォーマットに統合され、機能の一つとして利用することが可能になります。 機械学習も用いており、背景から前景を分離するなどの計算処理能力を上げるため、CNNアーキ
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
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
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 2017-06-15 Google Research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ベースのモデルセット 「MobileNets」をオープンソースとしてリリースしました。 現在、Google Cloud Vision APIを通して、スマートフォンで捉えた画像から、分類したり、個々の物体や人の顔を検出したり、画像内に含まれているテキストを検出し読み取ったり、画像カタログのメタデータ作成、不適切なコンテンツの管理、画像の感情分析といったモバイルにおける機械学習モデルの視覚認識技術を提供しています。 こう
Google、屋内のGPSを目指す。Tangoデバイスに新たな屋内測位技術「VPS」を導入し、屋内のナビゲートサービスを開発してることを発表
Google、屋内のGPSを目指す。Tangoデバイスに新たな屋内測位技術「VPS」を導入し、屋内のナビゲートサービスを開発してることを発表 2017-05-18 Googleは、I/Oデベロッパーカンファレンスにて、自社ARプラットフォームであるTangoに「VPS（Virtual Positioning System）」という技術を導入すること、そして、その技術によって屋内の詳細な位置情報を提供するサービスを開発していることを発表しました。 Our new #Tango-enabled Visual Positioning Service helps mobile devices quickly and accurately understand their location indoors. #io17 pic.twitter.com/1pYlCGM8eg — Google (@Go
深層強化学習を使用し、人間の3D二足歩行をリアルにシミュレートする論文が登場。サッカードリブルや動的障害物を通り抜ける能力も再現
深層強化学習を使用し、人間の3D二足歩行をリアルにシミュレートする論文が登場。サッカードリブルや動的障害物を通り抜ける能力も再現 2017-05-06 階層的な深層強化学習（Hierarchical Deep Reinforcement Learning）という人工知能の学習技法を使用して、人間の3D二足歩行を再現、動的な移動スキルを実証した論文が公開されました（PDF）。 学習後、低レベルのコントローラでは、歩く、走る、坂を登る、坂を降る、回転、など物理学を基礎としたリアルな運動能力がシミュレートされ、高レベルのコントローラでは、サッカーボールを目標位置にドリブルしたり、静的または動的な障害物を通り抜け地形ナビゲートする能力などがシミュレートされます。 本論文は、ブリティッシュコロンビア大学、シンガポール国立大学に属するXue Bin Peng氏、Glen Berseth氏、KangKa
ディズニー、部屋をワイヤレス充電ルームにする技術を論文で発表。部屋全体に磁場を生成させスマートフォン、IoT、VR/ARデバイスなどを同時に無線充電
ディズニー、部屋をワイヤレス充電ルームにする技術を論文で発表。部屋全体に磁場を生成させスマートフォン、IoT、VR/ARデバイスなどを同時に無線充電 2017-02-19 Disney Researchは、「Quasistatic Cavity Resonance（QSCR）」と呼ぶ安全でユビキタスなワイヤレス充電技術を論文にて発表しました。 本技術は、部屋、倉庫など目的に合わせた閉鎖的な空間内で電力を飛ばしスマートフォンやIoT、VR/ARデバイスなどの様々なデバイスの充電を可能にするというものです。 実験的デモンストレーションでは、54立方メートルの部屋内全体に磁場を生成させ、多数のデバイスを同時に充電することを可能にしました。部屋の中心にセットされたポールを中心に部屋全体に磁場が生成されます。 部屋の隅でも上下でも、40％〜95％の効率で充電を可能とし、最大1900ワットの伝送が安全
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
1
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