![【いま、ここにあるエッジAI】 ギザギザ画像とはおさらば。AIが高解像度化するTopaz Labsの「Gigapixel AI」](https://cdn-ak-scissors.b.st-hatena.com/image/square/df6d2b4e30ff02c8cc7dffd90193e326f0176af3/height=288;version=1;width=512/https%3A%2F%2Fpc.watch.impress.co.jp%2Fimg%2Fpcw%2Flist%2F1272%2F978%2F001.jpg)
2017年10月21日に公開され世界中で話題になった画像拡大ソフト(Webアプリケーション)Let’s Enhanceがリメイクされましたのでご紹介します。 Photoshopよりも凄い無料の画像拡大ソフト 2022年現在は5枚まで無料で使用できます。数年前までは25枚まで無料で処理できたのですが、トライアル出来る枚数が減ってしまったようです。そこは少し残念。 とりあえず5枚は無料で試せますから気に入ったら、追加処理分を購入して処理することが可能です。 Let’s Enhanceはニューラルネットワークを使用して画像拡大をするWebソフトです。 マジックフィルターと書かれているものがLet’s Enhanceを使用して拡大したもの。 通常のソフトで行われている画像拡大と手法が異なり、最初にポートレートや風景、食品など画像種類やタイプを認識。その上でネットワークを使用し画像タイプごとに自然な
写真を販売しているサイト(ストックフォトサイト)では、販売中の写真のサンプルをそのまま転用されることがないように、はっきりとわかる「透かし」を入れていたりします。しかし、現在用いられているような「透かし」は、コンピューターアルゴリズムを用いて簡単に除去可能であることをGoogleが示し、もう一手間加える必要性を説いています。 Research Blog: Making Visible Watermarks More Effective https://research.googleblog.com/2017/08/making-visible-watermarks-more-effective.html これは、Googleが「CVPR2017(コンピュータービジョンとパターン認識のカンファレンス)」の中で「On The Effectiveness Of Visible Watermark
Deep Neural Networkを使って画像を好きな画風に変換できるプログラムをChainerで実装し、公開しました。 https://github.com/mattya/chainer-gogh こんにちは、PFNリサーチャーの松元です。ブログの1行目はbotに持って行かれやすいので、3行目で挨拶してみました。 今回実装したのは”A Neural Algorithm of Artistic Style”(元論文)というアルゴリズムです。生成される画像の美しさと、画像認識のタスクで予め訓練したニューラルネットをそのまま流用できるというお手軽さから、世界中で話題になっています。このアルゴリズムの仕組みなどを説明したいと思います。 概要 2枚の画像を入力します。片方を「コンテンツ画像」、もう片方を「スタイル画像」としましょう。 このプログラムは、コンテンツ画像に書かれた物体の配置をそのま
毎日ウェブ上では無数の写真がシェアされていますが、アップロードされる写真の解像度は撮影機材によってさまざまで、低解像度の画像は時に引き延ばされてジャギーまみれになることがあります。据え置き機・モバイル機ともに高解像度ディスプレイの普及が進む中で、「見やすい低解像度画像」が必要とされつつあるのですが、機械学習を用いた新技術「RAISR(Rapid and Accurate Image Super-Resolution)」によって、リアルタイムで「低解像度画像の高品質バージョン」を生成できるようになります。 Research Blog: Enhance! RAISR Sharp Images with Machine Learning https://research.googleblog.com/2016/11/enhance-raisr-sharp-images-with-machine.
はじめに こんにちは。あんどう(@t_andou)です。 前回は人工知能の技術として最近話題のディープラーニング(Deep Learning)で何ができるのかという一例として、モノクロ映画のカラー化をやってみました。 前回の記事はこちら andoo.hatenablog.com 今回もディープラーニングを使った事例の紹介です。 今回紹介するのは画風変換と呼ばれるものです。英語ではStyle Transfer と言うようです。 画風変換とは ある画像(インプット画像)を別の画像(スタイル画像)の画風で描き変えることです。 もしかしたら間違ってるかもしれません。でも、そんな感じです。 技術的に細かいことはこちらをご覧ください GitHub - jcjohnson/neural-style: Torch implementation of neural style algorithm 例えば:(
はじめに 現在、画像の超解像(高解像化)処理としてニューラルネットワーク(人工知能)を活用したものがフリーで公開されています。ここで、本稿では、先般、ニューラルネットワークを活用した超解像処理として話題になったwaifu2xと以前より公開されているNeuronDoublerを比較するとともに、参考として著名なフリーの高解像化ソフトであるSmillaEnlarger(独自アルゴリズム)、古典的なバイキュービック法、Lanczos-3法、単なる拡大であるニアレストネイバー法による画像処理を比較するものです。 拡大方式の説明 waifu2x 制作者のブログによればDeep Convolutional Neural Networksによって処理を行うプログラムです。 詳細は製作者のブログを参照してください。ultraist.hatenablog.com NeuronDoubler 制作者のブログに
白い背景と黒い背景で別の絵に変わる画像を作りましたが、これをカラーでやるのは無理だと思っていました。 ですが、がんばればできることが分かりました。 ニコニコ動画版 その画像がこちらです。 こちらの画像をクリックすると大きい画像が表示されるので、そちらを保存してください。 先ほどの動画のように、iPhoneのカメラロールで表示するか、PC上でPowerPointやExcelに挿入してやると、よくわかります。 Twitterに投稿すれば、色まで変わる「クリック推奨画像」になります。 (再)今までカラーの「クリック推奨画像」を作った人はいただろうか? なぜ黄色が青や赤に変わるのか、作った自分でも不思議。 (PCの公式クライアントでないと多分見えません)https://t.co/VCBdJRtDjo pic.twitter.com/AFUVte0r1O — Yusuke Ochiai (@taro
JPEG圧縮でノイズがのった画像やピクセルサイズが小さい画像は、拡大するとギザギザとジャギーがかかったような表示になってしまうことがあります。そのため、お気に入り画像の拡大画像が見つからない場合は、小さいサイズのまま保存しておくしかないわけですが、「できればこの二次元画像を拡大したい……!」というときに便利な無料サービスが、最新鋭の人工知能技術を使ってギザギザの画像でもノイズを除去してハイクオリティな画質で1.6倍~2倍に拡大できる「waifu2x」です。 二次元画像を拡大したいと思ったことはありませんか? - デー http://ultraist.hatenablog.com/entry/2015/05/17/183436 waifu2x http://waifu2x.udp.jp/ waifu2xは、最新鋭の人工知能技術「Deep Convolutional Neural Networ
うまくできましたか? ボヤけたり、ギザギザになったりしませんでしたか? waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。 画像を拡大するのではなく、縮小される前の状態に戻します。 縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。 その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。 二次元画像のJPE
概要 画像補完技術とは画像の欠損部分をそれらしく埋め合わせる技術のことをいう。この技術は古くから職人技として知られ、傷んだ写真の修復や写真からのトロツキーの除去などに広く用いられてきた。 近年では画像補完を自動的に行う技術の発展が目覚ましい。Hays らは、風景画像の欠損部分に合う画像を風景画像データベースから検索することで、風景画像の一部をまったく違う(しかし見た目には自然な)風景画像へと置き換えることに成功している。このような外部画像データベースを用いる手法は一種の「脳内補完」として機能しているといえる。 ところで、一般に「脳内補完」の主要な適用先は着衣状態の無着衣化である。彼らの手法のうち、風景画像データベースを裸体画像データベースへと置き換えることで、着衣画像の裸体化が行えることが期待される。 本プロジェクトでは上記着想の実装を行い、その実験結果を示す。 なお、本プロジェクトページ
画像処理.comでは、こんなことが学べます! ラインの効率化や不良品検査など、FAを考える上で切っても切れない「画像処理」。 コストパフォーマンスを最大化する導入のためにはレンズの選定や照明などの設定、位置決めなど様々なノウハウが必要です。 ラインの目視検査を自動化したいと考えたことがある 画像処理(カメラ検査)を検討したが、難しそうだと導入をあきらめたことがある という方は、当社新人研修プロ講師が、画像処理について徹底解説するこのサイトをご利用ください。 画像処理に用いるハード(撮像素子CMOSやレンズ、照明など)やソフト(各種検査における画像処理の手法など)に関する基礎知識、また、現場での実践に役立つ基礎知識について解説します。さらに、画像処理に関する基礎知識を再確認したり、気軽に理解を深めたりすることができるクイズ集「画像処理理解度テスト」や、画像処理の歴史に関するトリビアもご用意。
jpg、bmp、targaといったファイルフォーマットの画像を画質を劣化させずにより小さなファイルサイズのものに圧縮してくれるエンコーダーが「mozjpeg encoder」です。JPEG画像をさらに10%圧縮してページ表示を高速化する「mozjpeg」プロジェクトで公開されているソースコードを基に作られたもので、一瞬でファイルサイズを小さくできます。 mozjpeg encoder https://mozjpeg.codelove.de/ これがmozjpeg encoder。 画面上部にある赤枠部分で画質をどれくらいにするか変更可能。「lossless」を選べば画質の劣化なしにファイルサイズを落とすことも可能。 使用する際は画像ファイルを「before」部分にドラッグ&ドロップ。 すると処理がスタートして…… ファイルサイズを落とすことに成功。 オリジナル画像は0.99MB。(クリック
防犯カメラに映った不審な車。でも画像が粗くてナンバープレートが読めない――。そんな捜査員の悩みを解決するソフトが開発され、全国の警察で導入が進んでいる。作ったのは一人の警察職員。画像を鮮明にするのではなく、照合する側の数字をぼかす逆転の発想が生かされた。 英語名を略して「PRESLLI(プレスリー)」と名付けられた低解像度ナンバー推定プログラムは2011年、大分県警が開発、導入した。同県警が12~13年にプレスリーで解析した52の事件では、27件で正しい容疑車両のナンバーを「可能性が高い」とリストアップし、容疑者検挙に結びついた。 仕組みはこうだ。防犯カメラ画像の暗さや粗さ、角度に応じて、ナンバープレートに使われている1~9の書体をぼかす加工(疑似劣化)を施す。ぼかした「・・・1」から「9999」までのすべてのパターンと画像を自動照合し、似ている順に上位30パターンをはじき出す。完全な特定
序論 近年、全聾の作曲家とされた佐村河内守氏がゴーストライターを用いていたことを告白し、同時に障害者手帳の不正受給も疑われ、大きな問題となっている。その報道の中で、佐村河内氏の容姿が多くの著名人と酷似していること、2月の会見と3月の会見で外見が大きく変化したことが話題となった。 具体的には、2月の会見の時点で話題になったものが 笑 佐村河内を探せ!(勝手に改訂版) pic.twitter.com/3TLFm14PvZ” — FACT (@factjapan) February 7, 2014 であり、3月の会見を踏まえて修正されたものが 佐村河内を探せの最新版クソワロタ pic.twitter.com/ptNhxecCW4 — 天才指揮者bot (@Siegfried_Idyll) March 7, 2014 である。 ここで興味深いのは、佐村河内氏の顔をコンピュータに学習させ、これらの顔
フルHDの4倍の解像度をもつ4K解像度がいよいよ本格的に普及しそうな勢いですが、あまりにも解像度が高すぎることで、アプリケーションによっては文字が小さすぎて読めなくなるなどの弊害も現れ始めています。このような高解像度ゆえに生じる問題として、キャラクターデザインの「ドット感」があり、なつかしのキャラクターを高解像度ディスプレイに拡大表示させると輪郭がガクガクでとても見ていられないという状態になってしまいます。そんなドット感満載のガクガクした輪郭を滑らかに修正させるアルゴリズムを使ってキャラクターを簡単に加工・比較できるのが「Depixelizing Pixel Art」です。 Depixelizing Pixel Art http://research.microsoft.com/en-us/um/people/kopf/pixelart/supplementary/multi_compar
See related links to what you are looking for.
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