画像生成AIが爆速で進化した2023年をまとめて振り返る (1/5)
Stability AIが画像生成AI「Stable Diffusion」を公開したのは2022年8月のこと。すさまじい勢いで発展してきた画像生成AIの1年を振り返ってみようと思います。 初めに見てもらいたいのは「これが無料でいいのか!? “爆速生成AI”がペイントソフトに革命を起こした」で紹介した、KritaとGenerative AI for Kritaを組み合わせて作成した設定資料的な画像です。 キャラクターの3面図のサンプル。Vroidで簡単な3Dで当たり（左）として、右の画像を作成する。それを元に、プロンプトや画像に描き込んだりして、最終画像を作成していく。2枚目には前面図の頭部のカチューシャや、胸部分のフリルがなかったりするが、そこに色を加筆して、プロンプトで指示すると、最終画像にそれが追加されるのをリアルタイムに確認しながら修正できる（筆者作成） Stable Diffusi
機械学習で逆ストリートビューを作り、写真から港区らしさを判定する - エムスリーテックブログ
テストデータでの予測結果 先日新橋を散歩していたときの会話。 妻 "こういう路地って新橋らしさあるよねー" 私 "本当です？どういうところで当てられるの？" 妻 "歩道の雰囲気？" 私 "うーん" ということで、MLエンジニアたるもの、そんなことが本当にできるのか機械学習で検証してみましょう。 写真から撮影場所を当てる 作るもの 港区らしさとは 柵でわかる中央区・千代田区・江東区 最もXX区に間違えそうなYY区の写真とは 技術的な話 参考論文: PlaNet Google Streetview API と Geolonia API 学習について 他の地域の分類機を作る 自分の撮った写真の地域を当てる Limitation まとめ We are hiring! おまけ: モデルと勝負！ 写真から撮影場所を当てる こんにちは、AI・機械学習チームリーダーの大垣(id:Hi_king)です。 こ
Deepfake used to attack activist couple shows new disinformation frontier
WASHINGTON (Reuters) - Oliver Taylor, a student at England’s University of Birmingham, is a twenty-something with brown eyes, light stubble, and a slightly stiff smile. A combination photograph showing an image purporting to be of British student and freelance writer Oliver Taylor (L) and a heat map of the same photograph produced by Tel Aviv-based deepfake detection company Cyabra is seen in this
COVID-19 Chest CT Image Segmentation -- A Deep Convolutional Neural Network Solution
A novel coronavirus disease 2019 (COVID-19) was detected and has spread rapidly across various countries around the world since the end of the year 2019, Computed Tomography (CT) images have been used as a crucial alternative to the time-consuming RT-PCR test. However, pure manual segmentation of CT images faces a serious challenge with the increase of suspected cases, resulting in urgent requirem
【SinGAN】たった１枚の画像から多様な画像生成タスクが可能に - Qiita
はじめに 本記事はDeep learning論文紹介のAdvent Calender 2019の6日目の記事です。 本記事ではコンピュータビジョンのトップカンファレンスであるICCV2019でBest paperに選ばれたSin GANの論文について紹介し、公式のGitHubを色々触ってみようと思います。 SinGANは１枚の訓練データのみを学習に用いるので、気軽に画像生成を試すことができます(画像サイズにもよりますがGoogle colabratoryのGPUでおよそ1~5時間程度)。後半ではGoogle Colabratoryを用いて実際に画像生成を行っているのでぜひ試してみてください。 【SinGAN公式】 ・arxiv ・Github 【Qiitaの記事】 ・【論文解説】SinGAN: Learning a Generative Model from a Single Natura
Mapping roads through deep learning and weakly supervised training
Mapping roads through deep learning and weakly supervised training Creating accurate maps today is a painstaking, time-consuming manual process, even with access to satellite imagery and mapping software. Many regions — particularly in the developing world — remain largely unmapped. To help close this gap, Facebook AI researchers and engineers have developed a new method that uses deep learning an
[1811.12231] ImageNet-trained CNNs are biased towards texture; increasing shape bias improves accuracy and robustness
Convolutional Neural Networks (CNNs) are commonly thought to recognise objects by learning increasingly complex representations of object shapes. Some recent studies suggest a more important role of image textures. We here put these conflicting hypotheses to a quantitative test by evaluating CNNs and human observers on images with a texture-shape cue conflict. We show that ImageNet-trained CNNs ar
第21回PRMUアルコン
PRMU研究会はパターン認識・メディア理解分野の若手研究者・学生の育成および研究会活動の活性化を目的として，毎年アルゴリズムコンテストを開催しています．今年度は第２１回となります．アルゴリズムコンテストでは具体的なパターン認識分野の課題を提示し，課題解決の過程を通じて参加者に研究の面白さを体験してもらうことを目指しています．アルゴリズムコンテストで提示する課題は代表的・基礎的な研究課題を取り上げますので，研究室に配属された学生がパターン認識・メディア理解の技術を学ぶ教材として，また，授業の課題としても最適です．PRMU研究会は，高精度または独創的なアルゴリズムを考案した応募者の表彰及び賞品の授与を実施していますので，奮ってご応募ください． 2017/3/20：テーマ発表＠PRMU研究会，Webページ公開2017/4/30 5/12：サンプルコードと実行環境の配布2017/5/31：募集開始
HIP 2017 – The 4th International Workshop on Historical Document Imaging and Processing
HIP 2017 The 4th International Workshop on Historical Document Imaging and Processing In the recent past, there have been increased efforts worldwide to preserve our cultural heritage conveyed in historical documents. The 4th International Workshop on Historical Document Imaging and Processing (HIP’17) brings together researchers from various fields working on image acquisition, restoration, index
Large Scale GAN Training for High Fidelity Natural Image Synthesis
Despite recent progress in generative image modeling, successfully generating high-resolution, diverse samples from complex datasets such as ImageNet remains an elusive goal. To this end, we train Generative Adversarial Networks at the largest scale yet attempted, and study the instabilities specific to such scale. We find that applying orthogonal regularization to the generator renders it amenabl
Halide
a language for fast, portable computation on images and tensors Halide is a programming language designed to make it easier to write high-performance image and array processing code on modern machines. Halide currently targets: CPU architectures: X86, ARM, MIPS, Hexagon, PowerPC, RISC-V Operating systems: Linux, Windows, macOS, Android, iOS, Qualcomm QuRT GPU Compute APIs: CUDA, OpenCL, OpenGL Com
Real-time Human Pose Estimation in the Browser with TensorFlow.js
https://blog.tensorflow.org/2018/05/real-time-human-pose-estimation-in.html https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhGNfQavEiYMs5I_9uJf03gy79HVgHd-dJUV-C7mgOMs6GF5Ll0s55CTORGS-PfiZ72Sc6WJQhbktAPc5Q8CuqTfRx1x4Fju779bSb_gE1F_2hjvnj61OcWDrvoRfInJsB18-SvxVtvTVY/s320/p1.gif May 07, 2018 — Posted by: Dan Oved, freelance creative technologist at Google Creative Lab, graduate student at
Resources - AI at Meta
ResourcesResources and tools for advancing AI, together Cutting-edge open source frameworks, tools, libraries, datasets and models for research exploration to large-scale production deployment. Frameworks and tools Sharing our ML frameworks and tools with the community to collaborate and accelerate the advancement of AI
An On-device Deep Neural Network for Face Detection
Apple started using deep learning for face detection in iOS 10. With the release of the Vision framework, developers can now use this technology and many other computer vision algorithms in their apps. We faced significant challenges in developing the framework so that we could preserve user privacy and run efficiently on-device. This article discusses these challenges and describes the face detec
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
IBM ends all facial recognition business as CEO calls out bias and inequality | TechCrunch
Facebookにログイン
古典籍のくずし字を AI が認識
RealityCapture - 3D Models from Photos and/or Laser Scans
Harris Corner Detector
Engadget | Technology News & Reviews
