スーパーのチラシをOCRで読み取らせてAIに献立を提案してもらう | IIJ Engineers Blog
クラウド本部 クラウドソリューション部に所属(2024年入社) 主に社内向けのクラウド記事を書いてます。でかい鯉を見るのが好き。 はじめに どうもこんにちは、好きな料理漫画は「ミスター味っ子」、クラウドソリューション部の立木です。 ここ2か月間、おいしいので毎晩カレーを食べていましたが、流石に嫌気が刺してきたのでAIに献立を考えてもらうことにしました。 ただ、それだけだと面白味がないので、近所のスーパーのチラシを用いてOCRを行い、読み取った情報を元に献立を考えてもらいます。 それでは実際にやっていきましょう。 ※今回、たまたまいなげや様のチラシを使用していますが、本件はいなげや様とは無関係なのでお問い合わせされないようにお願いします。あくまで私個人が本ツールの検証として使用しただけです。 構成 今回の構成です。 まず、チラシをWebサイトから入手し、そのときの形式がPDFなのでjpegに
基本に立ち返る: 動画圧縮の裏側で使われる仕組み | Amazon Web Services
Amazon Web Services ブログ 基本に立ち返る: 動画圧縮の裏側で使われる仕組み 動画エンコーディング この Blog では、動画エンコーディング処理（圧縮）の基本について、簡単な言葉で説明していきます。 圧縮・エンコーディングの主な目的は、動画の記録、保存および伝送するのに必要となるデータの量を削減することです。これは、ストレージハードウェア、データ伝送時間、必要となる配信帯域幅の削減に繋がります。 動画をエンコードするための多くの異なるアルゴリズム（例えば、MPEG-2、H.264/AVC、H.265/HEVC、VP9、AV1 など）が存在しますが、今日使われている一般的なコーデックのほとんどは、このブログ記事で紹介する共通の原理に従います。 Joint Photographic Experts Group もしくは JPEG 圧縮 デジタル画像を圧縮するために最も一般
Golangで画像に透かしを挿入するCLIツールの作成 - 虎の穴開発室ブログ
こんにちは。虎の穴ラボのCTO野田です。 この記事は「虎の穴ラボ夏のアドベントカレンダー」18日目の記事です。 17日目は辻村さんによる「本番環境に寄り添った開発用Docker環境の構築手法」が投稿されました。 今回紹介するもの 画像の任意の位置にロゴ透かし（ウォーターマーク）を挿入し合成できるCLIツールをGo言語で作ってみました。 今回作った動機 Golangの勉強にはいい教材だから。 画像を扱う業務では使えるかもしれない。 メイン実装 package main import ( "flag" "fmt" "image" "log" "os" "path/filepath" "strings" "image/draw" "image/jpeg" "image/png" ) func main() { var oImageFilePath string var logoImagePath
Google発の画像圧縮ツール「Squoosh」を使ってみた
この記事は何？ Googleが開発した画像圧縮アプリ「Squoosh」を紹介する記事です。 Squooshは以下のことが出来ます。 ・ブラウザ上で簡単に画像の圧縮やリサイズが出来る ・CLIでも画像の圧縮やリサイズが出来る 圧縮が必要な理由は何か？Webサイトを作成する時は、画像を利用することはなかなか避けられません。そして画像サイズが大きい場合は、Webページのパフォーマンス低下を招きます。そこで、画像を圧縮しなるべく見た目は劣化させずに画像の容量を下げる方法の一つが「Squoosh」になります。 この記事では、「Squoosh」の使用方法や感想について紹介しようと思います。 圧縮するには、２種類の方法があるので、それぞれ紹介します。 👉 ブラウザ上から画像を圧縮 👉 CLI上から画像を圧縮 ※スクリーンショット：https://squoosh.app/ より ブラウザ上から画像を圧
［CEDEC 2020］CreativeAIでキャラを自動生成するミクシィの研究
CEDEC 2020最終日となる2020年9月4日，ミクシィによるCreativeAI関連のセッションが行われた。 CreativeAIとはなにかというと，要はAIでイラストなどを自動生成してやろうという研究である。無限にアニメキャラ風のイラストを生成するWebサイトなどを見たことがある人もいるのではないかと思うのだが，そういったものと同様の手法でゲームキャラを作れないかといった研究がミクシィで進められており，その成果などが発表されたのだ。 発表を行ったのは，同社デザイン本部 制作室 テクニカルアートグループ エンジニアチームリーダー長舩龍太郎氏とモンスト事業本部 開発室 モンストクライアントG クライアント2T リードプログラマー銭宇喆氏の両名で，主にモンストのキャラクター生成の話を中心にした取り組みが語られた。 ※本セッションの内容は現在研究開発中のものであり，サービス中の「モンスター
Goでステガノグラフィやってみる
こんにちは、痩せるが口癖の3年目の終わりが近いエンジニアの井村です。 ゲーム事業グループ内でGo勉強会を隔週でやっていまして第4回目の時に担当になったのでその内容を書こうと思います。 勉強会 まず、前提として私のGo言語の経験は勉強会時点で「スターティングGo言語」のChapter5までの基本構文を読んだ程度です。 今回の勉強会ではステガノグラフィをテーマとしました。 画像データに別のデータ（画像・文字列）を埋め込み、その方法を参加者に教えてそれを復元してもらいました。 ステガノグラフィとは ステガノグラフィはデータ隠蔽の一種で画像、音声、テキストなどのデータを別のデータに隠す技術のことです。 今回の勉強会ではLSBステガノグラフィと呼ばれる方法を使いました。 LSB法 各RGB値の最下位ビット(LSB)にデータを埋め込む方法。 RGB値の最下位1bitを使う場合、１ピクセルに3bit使う
FGO StyleGAN: This Heroic Spirit Doesn’t Exist
When I first saw Nvidia’s StyleGAN’s results I felt like it looked like a bunch of black magic. I am not as experienced in the area of GANs as other parts of deep learning, this lack of experience and the thought that I really lacked the GPU firepower to train up my own StyleGAN stopped me from jumping in sooner. For scale, on the StyleGAN github Nvidia lists the GPU specifications, basically sayi
Artbreeder - GAN（敵対的生成ネットワーク）を活用し画像の合成が出来るサイト！AI時代！
Blender アドオン プラグイン＆アドオン-Plugin&Addon OmniStep v1.0 - スクリプト可能な一人称視点制御を実現するBlen... 2024-09-20 Damjan Minovski氏スクリプト可能な一人称視点制御を実現するBlenderアドオン「OmniStep」が正式リリースされました！ 続きを読む トレーラー-Trailer 技術 トレーラー Time Ghost - Unite 2024基調講演に合わせて「Unity 6... 2024-09-19 2024年9月18日から9月20日までの3日間、スペインのバルセロナで開催される「Unite 2024」の基調講演に合わせて、Unity6で制作された最新テクノロジーデモ映像「Time Ghost」が公開されました！ 続きを読む
低解像度ビデオもすぐに高解像度に変換できる超解像アルゴリズムTecoGANがすごい
3つの要点 ✔️ 低解像から高解像へ変換 ✔️ 時間的に一貫したフレームを生成するために双方向損失関数を採用 ✔️ 超解像度へ変換するTecoGANを提案 Learning Temporal Coherence via Self-Supervision for GAN-based Video Generation Temporally Coherent GANs for Video Super-Resolution (TecoGAN) written by Mengyu Chu, You Xie, Jonas Mayer, Laura Leal-Taixé, Nils Thuerey (Submitted on 23 Nov 2018 (v1), last revised 21 May 2020 (this version, v4)) Comments: Published by arXi
WebAssembly at eBay: A Real-World Use Case
From the time it was announced, WebAssembly caused a huge buzz in the front-end world. The web community readily embraced the idea of taking code written in programming languages other than JavaScript and running that code in the browser. Above all WebAssembly consistently guarantees native speeds much faster than JavaScript. At eBay, we were no different. Our engineers were very excited about thi
幅広く利用される動画圧縮コーデック「H.264/MPEG-4 AVC」はどうやって巨大なサイズのムービーを劇的に圧縮するのか？
動画圧縮標準規格MPEG-4の1つでもあるH.264/MPEG-4 AVC/MPEG-4 AVCは「低ビットレートでも高画質」を目指した動画用の圧縮コーデックです。2003年に登場して以来、H.264/MPEG-4 AVCはインターネット上で公開されるムービーやビデオ電話、防犯カメラ、ドローンなど、ありとあらゆる場面で利用されています。そんなH.264/MPEG-4 AVCがどのようにして動画を圧縮しているのか、その技術の正体についてエンジニアのSid Balaさんがブログで説明しています。 H.264 is magic: a technical walkthrough of a remarkable technology. https://sidbala.com/h-264-is-magic/ 圧縮されていない生の動画は、パラパラ漫画のように1秒間に何十枚もの静止画を連続でつなぎ合わせた
GANについて概念から実装まで ～DCGANによるキルミーベイベー生成～ - Qiita
@triwave33さんの良記事に触発され、GANに対しての関心が高まり、自分でもなにかアウトプットできないかなと思ったので、今回はキルミーベイベーの画像生成を行いました。 この記事では、GANについて基礎から解説し、最後にはDCGANを使ってキルミーベイベーの画像を生成することを目標としています。 以前、以下のような記事 Kerasでキルミーアイコン686枚によるキルミー的アニメ絵分類 を使ってKerasの勉強をし、面白いなと思ったので、 今回はDCGANを使って分類ではなく生成を行おうと思います。 また、潜在変数（ノイズ）に関して詰まったので、そこに関して掘り下げます。 ついでに、転置畳み込みに関しても少し触れています。 GAN関連の良記事としては 今さら聞けないGAN（1） 基本構造の理解 今さら聞けないGAN （2） DCGANによる画像生成 はじめてのGAN があります。 実装は
画像認識 �第9章 さらなる話題
画像認識 �第9章 さらなる話題 中身はGANの最新サーベイです。 CVPaper Challenge 2019/04/06Read less
[最新論文]NVIDIAさんがまた本気を出してしまった。 - Qiita
論文紹介・画像引用・GIF引用 NVIDIAより2019.3.18提出 https://arxiv.org/pdf/1903.07291v1.pdf https://github.com/NVlabs/SPADE https://www.youtube.com/watch?v=MXWm6w4E5q0&feature=youtu.be https://gadgets.evolves.biz/2019/03/20/nvidia_smartpaintbrush/ 本研究について ・セマンティックセグメンテーションマスクからリアルな画像への変換 ・エンコーダーを使うことでスタイルの選択も可能 ・SPADE（後述）という正規化層を加えることによって、少ないパラメータで意味情報を捉えた画像合成ができるようになった 欲しい画像を簡単につくれる ・ユーザーがセグメンテーションマスクを描くことで、それに対応
![[最新論文]NVIDIAさんがまた本気を出してしまった。 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/9c106fc150e3b3c0bec961bdcbc135e9beaaa509/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCJUU2JTlDJTgwJUU2JTk2JUIwJUU4JUFCJTk2JUU2JTk2JTg3JTVETlZJRElBJUUzJTgxJTk1JUUzJTgyJTkzJUUzJTgxJThDJUUzJTgxJUJFJUUzJTgxJTlGJUU2JTlDJUFDJUU2JUIwJTk3JUUzJTgyJTkyJUU1JTg3JUJBJUUzJTgxJTk3JUUzJTgxJUE2JUUzJTgxJTk3JUUzJTgxJUJFJUUzJTgxJUEzJUUzJTgxJTlGJUUzJTgwJTgyJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz0wNzVjZGY4MjNkYjUxYTIzOTIzOGRlN2E4M2RiNDFjOQ%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBQaG9lYm9vb28mdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTliMjZmYzAzZWI0ZTc0ZTA3MmEzM2FmMTg3ZTAwOTBk%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Df2e2f9d57cc4c22ebe9aa26616ba1f98)
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
Goの標準ライブラリで扱うフォントと画像
ルールベース画像処理のススメ
digital_video_introduction/README-ja.md at master · leandromoreira/digital_video_introduction
GitHub - bloc97/Anime4K: A High-Quality Real Time Upscaler for Anime Video
Generative Adversarial Networks @ ICML 2019
深層学習でアニメキャラを生成する「Crypko」、技術者が明かす開発秘話
