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
ソウル大学校、仮想の飛行生物が自分の飛行方法を学習し習得する機械学習アルゴリズムを論文にて発表。実在しない/絶滅した生物の動きも推定し再現
ソウル大学校、仮想の飛行生物が自分の飛行方法を学習し習得する機械学習アルゴリズムを論文にて発表。実在しない/絶滅した生物の動きも推定し再現 2017-12-14 ソウル大学校の研究者らは、物理シミュレーションと機械学習を用いて、仮想の飛行生物が空気力学的に自ら動く方法を学習することができるコンピュータアルゴリズムを論文にて発表しました。 How to Train Your Dragon: Example-Guided Control of Flapping Flight 本稿では、自分の飛行法を習得する仮想飛行生物の自動制御技術を提案します。学習期間を経れば、急上昇、滑空、ホバリングなどの様々な運動スキルを身につけ、障害物にぶつからず自在に飛ぶことができるようになります。 機械学習では、Deep Q-Learning（DQL）が用いられ、障害物にぶつからず目標地点に到達すると報酬を受ける報
NVIDIAら、Conditional GANを用いて任意の画像から2048×1024高解像度のフォトリアリスティックな画像合成モデルを生成できる手法を論文にて発表
NVIDIAら、Conditional GANを用いて任意の画像から2048×1024高解像度のフォトリアリスティックな画像合成モデルを生成できる手法を論文にて発表 2017-12-14 NVIDIAとカリフォルニア大学バークレー校の研究者らは、機械学習を用いて、任意の画像から2048×1024高解像度のフォトリアリスティックな画像合成モデルを生成できる手法を論文にて発表しました。 High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs GitHub:NVIDIA/pix2pixHD 本稿は、Conditional GAN（Conditional Generative Adversarial Network）を用いて、ユーザがシーン内の各オブジェクトを合成編集できる手法を提案します。 画
NVIDIA、教師なし学習と生成モデルを組み合わせて画像から画像へ変換する手法を論文発表。晴れを雨のシーンに、冬を夏のシーンに変換など
NVIDIA、教師なし学習と生成モデルを組み合わせて画像から画像へ変換する手法を論文発表。晴れを雨のシーンに、冬を夏のシーンに変換など 2017-12-06 NVIDIAの研究者らは、教師なし学習と生成モデルを組み合わせて画像から画像へ変換する手法を論文にて発表しました。 Unsupervised Image-to-Image Translation Networks 本稿は、インプットした画像を、異なるドメインに対応する画像に変換し出力する手法を提案します。例えば、冬のシーンを入力し同じ場所の夏のシーンを出力したり、晴れのシーンを入力し同じ場所の雨のシーンを出力したり、などが可能になります。 （左図が入力で右図が出力。上段：冬の道路画像から夏の道路画像へ変換。下段：晴れの道路画像から雨の道路画像へ変換。） これらは、晴れの道路と雨の道路を学習し変換を可能にしているのですが、両者がペア（同
Google、DNNを用いるオープンソース音声認識システム「Kaldi」と同社機械学習ライブラリ「TensorFlow」とを統合。強力な自動音声認識（ASR）システム開発へ | Seamless
Google、DNNを用いるオープンソース音声認識システム「Kaldi」と同社機械学習ライブラリ「TensorFlow」とを統合。強力な自動音声認識（ASR）システム開発へ 2017-08-29 Googleは、DNN（Deep Neural Network）を用いているオープンソースの音声認識システム「Kaldi」と、同社が提供する機械学習ライブラリ「TensorFlow」とを統合したことを発表しました。 この統合により、Kaldiを使用している自動音声認識（ASR）などの開発者は、TensorFlowを使用して、Kaldiの音声認識パイプラインにDeep learningモデルを展開することができます。 統合することで、自然言語モデルをトレーニングするASRの場合、開発サイクルが一桁も短縮されたと報告します。 TensorFlowでKaldiを使い始めるには、Kaldi repoをチェ
Apple、Siriのテキスト読み上げ音声合成技術（TTS）に関する詳細を公開。Deep learningを含むdeep MDNベースであり、iOS11にも搭載技術。前期OSとの比較音声あり
Apple、Siriのテキスト読み上げ音声合成技術（TTS）に関する詳細を公開。Deep learningを含むdeep MDNベースであり、iOS11にも搭載技術。前期OSとの比較音声あり 2017-08-24 Appleは、バーチャルパーソナルアシスタント「Siri」の背後にあるDeep learningベースの技術について、その中でもdeep MDNベースの「音声合成 テキスト読み上げ（TTS：text-to-speech）」に関するシステムの詳細を公開しました。 同社が構築するSiriのしゃべる音声は、更新とともにより自然に、より現実の人間に似た音声になってきており、今回発表されたTTSシステムも来年秋に最終版をリリースするiOS11に搭載するとした最新の音声合成技術になります。 同社の合成技術は、単位選択合成（Unit selection synthesis）に基づいており、人の
DisneyやPixarら、3Dレンダリング（モンテカルロ法）された画像のノイズ除去にDeep learningアプローチを導入し良結果を示した論文を公開
DisneyやPixarら、3Dレンダリング（モンテカルロ法）された画像のノイズ除去にDeep learningアプローチを導入し良結果を示した論文を公開 2017-06-26 Disney Research、Pixar Animation Studios、カリフォルニア大学の研究者らは、3DCGアニメーションにおいてモンテカルロ（MC）レンダリングされた画像のノイズ除去にDeep learningアプローチを導入し、高品質な結果を示した論文を発表しました（PDF）。 モンテカルロ法を用いたレンダリングの場合、とりわけ高次元モデルを使用する場合ノイズがのってきます。この問題に対処するため深層畳み込みニューラルネットワーク（CNN）を利用する事でノイズ処理を行います。 本論文は、モンテカルロレンダリングをデノイズするためのDeep learningを用いた機械学習ソリューションを提案したもの
Google、TensorFlowのDeep Learningモデルを訓練・加速させるためのライブラリ「Tensor2Tensor（T2T）」をGitHubにてリリース
Google、TensorFlowのDeep Learningモデルを訓練・加速させるためのライブラリ「Tensor2Tensor（T2T）」をGitHubにてリリース 2017-06-20 Googleは本日、TensorFlowのDeep Learningモデルを訓練するための新しいオープンソース・ライブラリ「Tensor2Tensor（T2T）」をリリースしました。 T2Tライブラリは、TensorFlowツールで構築されDeep Learningで必要とされる複数のモジュール（データセット、モデルアーキテクチャ、オプティマイザ、学習率減衰スキーム、ハイパーパラメータなど）を定義し、Google Cloud MLにおいて最も効率の良い結果を叩き出す手法を実装します。 また、これらコンポーネントのすべてを破壊することなくモジュール式に交換することを可能にします。 翻訳、解析、画像キャプ
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
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
