画像を最適かつ自動的にトリミングするニューラルネットワークのご紹介
Twitterに直接画像をツイートできるようになったのは2011年。以来、Twitterを楽しむ上で不可欠な要素になりました。Twitter上には、毎日数百万を超える画像がアップロードされていますが、それぞれのサイズも解像度も異なるため、UI上で各画像を最適な形で表示できるように処理を行うことが課題になっていました。皆さんのタイムライン上の画像は、一貫性があり、より多くのツイートを目にできるようにトリミングされています。今回は、Twitterがどの画像をトリミングし、画像のどの部分を表示するか、どのように決めているのかをご案内します。 以前は、顔認識技術を利用し、画像の中でもっともわかりやすい顔を中心にトリミングを行っていました。これはもっともわかりやすい方法ではありましたが、全ての画像に顔が含まれているわけではないため、ベストな方法とは言えませんでした。また、使用していた顔認識技術では顔
適当に描いた図形が「ネコ」へ自動変換される「edges2cats」
適当な落書きから写真のような画像に変換してくれる「pix2pix」というアルゴリズムとGoogleのオープンソースの機械学習ライブラリ「Tensorflow」をもとに開発された、一筆書きのようなラフな図形でも猫画像に自動変換してくれるツールが「edges2cats」です。簡単にかわいい猫画像が作れるようになったのかと思いきや、悪夢画像を生成するGoogleの人工知能「DeepDream」を使ったかのような猫画像が大量生産されています。 Image-to-Image Demo - Affine Layer http://affinelayer.com/pixsrv/index.html edges2catsで落書きを猫画像に変換するサンプルがコレ。2000枚の猫画像を使って機械学習させており、かなりの精度で猫画像が生成されるように見えます。 ……が、しかし、これは描き手の画力にかなり左右され
Googleが低解像度画像を爆速で高画質化する機械学習を使った技術「RAISR」を発表
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.
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
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
