物体を追加しても影や回り込みをリアルに合成する技術 ワシントン大学が開発
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米ワシントン大学の研究チームが開発した「People as Scene Probes」は、一方向から撮影した映像の奥行きや光の当たり方を分析する深層学習ベースの技術だ。この技術を使うことで、影や「オクルージョン」（遮蔽物によって光の反射がさえぎられる度合い、環境遮蔽とも） を考慮したリアルな画像合成が可能になる。 映像内の物体から奥行き、オクルージョン、照明／影の情報を抽出し、新しく挿入する画像に適応することで自然な合成画像を生成するネットワークの概要図。下段の図では、手前の人物や奥の赤い車に対して適切な影が加えられている
People as Scene Probes
European Conference on Computer Vision (ECCV), 2020 We introduce a fully automatic pipeline for inferring depth, occlusion, and lighting/shadow information from image sequences of a scene. All theses information is extracted just by using people (and other objects such as cars) as scene probes to passively scan the scene. We also develop a tool for image compositing based on the inferred depth, oc
NVIDIA Maxine
NVIDIA Maxineis a collection of high-performance, easy-to-use, NVIDIA NIM™ microservices and SDKs for deploying AI features that enhance audio, video, and augmented reality (AR) effects for video conferencing and telepresence. With NVIDIA NIM, part of NVIDIA AI Enterprise, developers can access Maxine capabilities with easy-to-use, microservices designed for secure, reliable, high performance depl
飯塚里志 — ディープネットワークを用いた大域特徴と局所特徴の学習による白黒写真の自動色付け
概要： 本研究では，ディープネットワークを用いて白黒画像をカラー画像に自動変換する手法を提案する．提案手法では，画像の大域特徴と局所特徴を考慮した新たな畳込みネットワークモデルを用いることで，画像全体の構造を考慮した自然な色付けを行うことができる．提案モデルにおいて，大域特徴は画像全体から抽出され，局所特徴はより小さな画像領域から計算される．これらの特徴は“結合レイヤ”によって一つに統合され，色付けネットワークに入力される．このモデル構造は入力画像のサイズが固定されず，どんなサイズの画像でも入力として用いることができる．また，モデルの学習のために既存の大規模な画像分類のデータセットを利用し，それぞれの画像の色とラベルを同時に学習に用いることで，効果的に大域特徴を学習できるようにしている．提案手法により，100年前の白黒写真など，様々な画像において自然な色付けを実現できる．色付けの結果はユー
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
GitHub - hoya012/deep_learning_object_detection: A paper list of object detection using deep learning.
looking-to-listen-audio-visual-speech.html
