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。本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。
CGアニメだといわれても本物に見える｢Emily｣のインタビュー映像（動画）
この女性は、実はコンピューターで作ったCGです。 作り方は以下の通り。まず女優、のEmily O’Brienの35種類の表情を普通のデジカメで撮影、Image Metrics社のテクノロジーで処理を施します。その後は本物のEmilyはもう不要で、アニメーターの仕事。 結果は…CGでできた｢Emily｣のインタビュー映像を以下に置いておくので、ぜひご覧になってください。そして驚きあきれてください。 表情とか、ホントよくできてますよね…気になる点と言えば、歯が入れ歯にみえることくらいでしょうか？ とうとう｢映像では本物かニセモノか見分けがつかない時代｣が訪れちゃったんですかね。 [timesonline via neatorama and technabob] Mark Wilson（MAKI／いちる） 【関連記事】 ・シドニーで匍匐前進するニッポンのサラリーマンロボ（動画） ・セガの女性型ロ
平均顔ジェネレーターMake An Average
Click on the images to select or unselect images you want to average together and click on the “View Average” button to see the average of the images with red borders. These images are available open access (CC-BY-4.0) at: DeBruine, Lisa & Jones, Benedict (2017). Face Research Lab London Set. figshare. doi: 10.6084/m9.figshare.5047666.v3. The neutral front images have webmorph templates, so you ca
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
