タグ

画像処理とWebに関するmk16のブックマーク (6)

  • 無料で二次元画像を人工知能が補完してハイクオリティで1.6倍/2倍に拡大できる「waifu2x」

    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

    無料で二次元画像を人工知能が補完してハイクオリティで1.6倍/2倍に拡大できる「waifu2x」
  • YouTube人気急上昇

    【マイクラ】ロボットがペットになった結果?【2022クラフト#28】【ゆっくり実況】【マインクラフト】【まいくら】

    YouTube人気急上昇
  • Web上の膨大な画像に基づく自動カラリゼーション - A Successful Failure

    2010年11月03日 Web上の膨大な画像に基づく自動カラリゼーション Tweet 以前『Web上の膨大な画像に基づく自動画像補完技術の威力』において、Web上の膨大な画像から欠損部分を自動的に補完する手法*1について紹介した(図1)。 図1:Scene Completion Using Millions of Photographs これは、Flickr等から大量にかき集めてきた画像から類似度の高い画像を自動的に抽出し、欠損部分にハメ込むことで違和感の無い補完画像を生成するアプローチであり、そのアイデアと、生成される補完画像のクオリティが話題になった。素材の量が質に変化する、まさにWeb時代に適したアプローチである。 エントリでは同様の手法を用いて、失われた色を取り戻すカラリゼーション(colorization)について紹介したい。カラリゼーションとはコンピュータを用いたモノクロ画像

  • グーグル、画像フォーマット「WebP」を発表--ウェブの高速化を図る

    UPDATE Googleの「WebM」テクノロジには、ウェブベースビデオを変革するという以上の計画があったようだ。同社は、「WebP」と呼ばれる新しいフォーマットによって、ウェブ上の静止画像も変革したいと考えている。 Googleは米国時間9月30日、新しいグラフィックスフォーマットWebPと、これを使用することにより、現在主流のJPEGファイル形式と比べて、画像ファイルのサイズを約40%縮小できるという同社の研究結果とともに発表した。これにより、ファイル転送はより高速になり、GoogleがWebPの普及に成功すればネットワーク負荷が低下することになる。 WebPは、JPEGと同様に、ユーザーが画質と引き換えにファイルサイズを圧縮することができる。また、こちらもJPEGと同様に、「lossy」なフォーマットであり、元の画像を完璧に再現することはしないが、人間の目で見た場合に、できる限り元

    グーグル、画像フォーマット「WebP」を発表--ウェブの高速化を図る
  • CAPTCHA - Wikipedia

    この記事には複数の問題があります。改善やノートページでの議論にご協力ください。 出典がまったく示されていないか不十分です。内容に関する文献や情報源が必要です。(2021年3月) 古い情報を更新する必要があります。(2021年3月) 独自研究が含まれているおそれがあります。(2020年5月) 出典検索?: "CAPTCHA" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL 初期のCAPTCHAの例。 人間はこれを「HTKEHS」と認識できるが、機械にとっては困難である。 CAPTCHA(キャプチャ)はチャレンジ/レスポンス型テスト(英語版)の一種で、応答者がコンピュータではなく生身の人間であることを確認するために使われる。 ウィキペディアにおいても、ログインしていない状態のユーザ(IPユーザー)が外部リ

  • Web上の膨大な画像に基づく自動画像補完技術の威力 - A Successful Failure

    画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。

    Web上の膨大な画像に基づく自動画像補完技術の威力 - A Successful Failure
    mk16
    mk16 2009/07/01
    トレースすら不要になる技術。イノベーション級。
  • 1