動く人をリアルに着せ替え合成 揺れる服の動きも詳細に再現
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。 独ブラウンシュヴァイク工科大学と独Max Planck Institute for Informaticsによる研究チームが開発した「High-Fidelity Neural Human Motion Transfer from Monocular Video」は、人物と服の細かな動きを別の人物に転写する深層学習フレームワークだ。動きに合わせて揺れる衣服のシワやひだなども忠実に再現し合成する。 今回のフレームワークは、ソース映像の人物の動きだけをターゲット映像の人物に転送し、それに伴う衣服の副次的動作も含めた写実的なアニメーション合成を目指す。 映像生成フレームワークは、4種類の深層学習ネ
Facebook、“ほぼ人間レベル”の顔認識技術「DeepFace」を発表
米Facebookの人工知能（AI）ラボが、顔認識技術「DeepFace」に関する論文（リンク先はPDFダウンロード）を公開した。 この技術は、ディープラーニング（深層学習）と呼ばれるニューラルネットワーク技術を採用している。Facebookは昨年12月、人工知能研究ラボを立ち上げ、深層学習を研究するヤン・ルカン教授を所長に迎えた。 DeepFaceの2つの画像の顔の識別精度は97.25％で、人間（97.53％）とほぼ互角という。従来の顔認識技術より25％精度が上がったとしている。 実験には、公開されている画像データベースやFacebookにアップロードされている4030人の440万点の画像、米GoogleのYouTubeの動画内の顔データを集めたデータベースを利用した。 DeepFaceは画像内の顔から3Dモデリング技術で正面を向いた顔の画像を作り、これを1億2000万以上のパラメータを
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
単眼カメラ映像から手のリアルタイム3Dトラッキングを行なえる技術 ～ニューラルネットワークを活用
