DALL·E: Creating images from text
We’ve trained a neural network called DALL·E that creates images from text captions for a wide range of concepts expressible in natural language. DALL·E is a 12-billion parameter version of GPT-3 trained to generate images from text descriptions, using a dataset of text–image pairs. We’ve found that it has a diverse set of capabilities, including creating anthropomorphized versions of animals and
scikit-learn: machine learning in Python
Simple and efficient tools for predictive data analysis Accessible to everybody, and reusable in various contexts Built on NumPy, SciPy, and matplotlib Open source, commercially usable - BSD license Classification Identifying which category an object belongs to. Applications: Spam detection, image recognition. Algorithms: Gradient boosting, nearest neighbors, random forest, logistic regression, an
アフィン変換 画像処理ソリューション
メインページ ＞ 画像処理 画像の拡大縮小、回転、平行移動などをまとめて３×３の行列を使って変換する事をアフィン変換と呼びます。 変換前の座標を（x, y） 変換後の座標を（x',y'） とすると、アフィン変換では のように実質的には２行３列の行列を使って変換します。 変換前の画像を以下のようにすると、 拡大縮小X軸方向の拡大率をSx、Y軸方向の拡大率をSyとすると拡大縮小のアフィン変換は と表されます。 例）X軸方向に２倍 例）Y軸方向に２倍 例）X軸、Y軸方向に２倍 例）Y軸方向に－１倍 このように、ある軸（上記の例ではX軸）に対して反転する処理の事を鏡映と呼びます。 平行移動X軸方向にTx、Y軸方向にTyだけ移動するアフィン変換は のように表されます。 回転原点を中心に反時計回りにθ°回転する時のアフィン変換は のように表されます。 スキュー（せん断）四角形の画像を平行四辺形に変形す
Convert, Edit, Or Compose Bitmap Images @ ImageMagick
ImageMagick® is a free, open-source software suite, used for editing and manipulating digital images. It can be used to create, edit, compose, or convert bitmap images, and supports a wide range of file formats, including JPEG, PNG, GIF, TIFF, and Ultra HDR. ImageMagick is widely used in industries such as web development, graphic design, and video editing, as well as in scientific research, medic
pythonによる画像処理入門 - webエンジニアの日常
はじめに 今回はpythonによる画像処理のお話です。 普段仕事ではRubyメインなのですが、最近趣味でpythonを勉強しはじめ、画像を加工するのが意外と簡単だと分かったので、簡単な画像処理について書いてみました。 pythonについてはまだまだ勉強中なので、python的にはこうは書かない、これだと処理が遅い、コードが汚いなどなどありましたら、コメントで教えていただけると幸いです。 また、以下のコードではpythonのライブラリ、numpy, pillowを使用しています。 著者の環境ではwindows10上でAnaconda3を使用しているため別途インストールは不要でしたが、実行する際は必要に応じてインストールをお願いします。 画像処理の概要 画像の加工は単純に各ピクセルの色を画像の端から端まで順番に変更することで実現しています。 そこで、まずは画像ファイルを読み込み、操作しやすいよ
飯塚里志 — ディープネットワークによる画像補完（SIGGRAPH 2017）
概要： 本研究では，畳み込みニューラルネットワークを用いて，シーンの大域的かつ局所的な整合性を考慮した画像補完を行う手法を提案する．提案する補完ネットワークは全層が畳み込み層で構成され，任意のサイズの画像における自由な形状の「穴」を補完できる．この補完ネットワークに，シーンの整合性を考慮した画像補完を学習させるため，本物の画像と補完された画像を識別するための大域識別ネットワークと局所識別ネットワークを構築する．大域識別ネットワークは画像全体が自然な画像になっているかを評価し，局所識別ネットワークは補完領域周辺のより詳細な整合性によって画像を評価する．この2つの識別ネットワーク両方を「だます」ように補完ネットワークを学習させることで，シーン全体で整合性が取れており，かつ局所的にも自然な補完画像を出力することができる．提案手法により，様々なシーンにおいて自然な画像補完が可能となり，さらに従来の
2Dのちょっとした演出に使えるShaderとか - Qiita
2Dのちょっとした演出に幾つか役に立ちそうなアセットをまとめておく 2DxFX これは2Dのスプライトにいろんなエフェクトを追加できます。 いろんな種類があって面白い。 使い方は沢山あるscriptの好きなやつをspriteにアタッチするだけ。あとはパラメータをいじるだけです NextGenSprites こちらは高機能。 水の中のような揺らめきやディゾルブっていうのかな・・・徐々に消えるみたいなことができます エミッションもちょっと複雑なことができ、アニメーションさせられます 使い方はspriteを選択した状態でwindow->NextGenSprites->WIdgetからのウィンドウをぽちぽちっと ライトの影響を受けるかみたいな設定もボタン一つ あとは設定したい項目をenableにして画像とかパラメータを設定するだけ Curved UI - VR Ready Solution To
unityの2Dゲームでブラウン管風の画面を表現してみる
unityで昔のアーケードゲームや据え置き機用のゲームみたいな感じの低解像度の2Dゲームを作る時に、今のドットがくっきり見える絵面ではなく、ドット感を緩和させて昔のブラウン管っぽいまろやかな画面にするための自分向けメモです。 以前紹介したresolutionerというアセットは、中々面白いアセットです。 ただ、残念ながら単体ではブラー機能は搭載しておらず、またscanlineやsubpixelをONにした状態で、他のイメージエフェクト系のブラーを併用すると、画面が上下反転してしまって、事実上使えないという問題があります。 ブラウン管的な表現をする場合は、「各ドットが多少にじんでいる」という表現も重要なのに。 ただしresolutionerのディザリングやカラーパレット変換機能なら、他のスクリプトのブラー機能と併用可能のよう。 この前購入したEasyVHSというアセットは、ブラー機能を追加す
新・C言語 ～ゲームプログラミングの館～ [DXライブラリ]
STG等では、ある点に依存して軌跡を変えたい時があります。また画像処理ソフトのペンツールなどで点を置く毎に曲線を変化させたいこともあるでしょう。 更に、3.5、3.6章などでsin波を使った物体の移動を紹介しましたが、物体を変化させるその度合いをsin波以外の自由な曲線を使って調整したい事もあるでしょう。 そんな時、ベジェ曲線を使うと便利です。まず、ベジェ曲線には多くの次元が存在するのですが、二次方程式で表せる「二次のベジェ曲線」からご紹介します。 今、始点から出発して、終点にたどり着くまでの線が以下のようにあるとします。 この時、「方向点」をある場所に置き、ベジェ曲線を計算すると、 このようなカーブを描きます。この曲線は以下のように 方向点とそれぞれの点を結んだ辺の長さの半分の位置を更に結んだ「×」を通る曲線です。 このように始点から終点までの間に「方向点」を置くことで、方向点に依存して
リアルタイム映像にマーカー不要でAR画像 KDDI研究所、世界初の遠隔作業支援システム商用化
KDDI研究所は11月19日、マーカー不要のAR（拡張現実）画像をリアルタイムの映像に重ねて表示できる遠隔作業支援システムを開発し、12月1日から販売すると発表した。同様のシステムの商用化は世界初という。 対象にスマホ／タブレットのカメラを向け、遠方にいるユーザーと同期。相手が画面上に指示などを書き込んで返送すると、こちらの画面ではAR画像として内容が重ねて表示される。作業中にカメラを動かしてもAR画像は追従するため、ミスも削減できるという。 法人向けライブ中継システム「VistaFinder Mx」（19万円～）のオプション機能（10万円）として販売する。 関連記事 KDDI、自社Android端末向けにプライバシー設定機能 アプリごとのアクセス可否設定を容易に 今後発売するauのAndroidスマートフォン向けに、各種アプリによるユーザー情報へのアクセスを制御する「プライバシーデータ設
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。
Normal Map Camera - スマホのカメラで手軽にノーマルマップテクスチャを生成するアプリが近日公開予定！
AI 技術 技術-Technology Meta 3D Gen - テキストからPBR対応のテクスチャ付き3Dモデルを1... 2024-07-06 Meta社が7月2日に、1分未満でテキストから3Dモデルを生成出来る技術「Meta 3D Gen」を発表しました！ 続きを読む AI 技術 モデリング 技術 技術-Technology Unique3D: High-Quality and Efficient 3D ... 2024-07-06 中国・清華大学の研究チームらによる、1枚の画像から3Dモデルを生成するフレームワーク「Unique3D」が公開されました。 続きを読む AI 技術 技術-Technology MimicMotion : High-Quality Human Motion ... 2024-07-06 Tencentと上海Jiao Tong大学の研究者たちによる1枚の人
画像処理と音声処理プログラミング
Windowsのフレームバッファ「デバイス独立ビットマップ（DIB）」による画像処理とWave音源による音声信号処理の実験室です。 グラフィック処理 Windowsのフレームバッファ（DIB）機能を利用して、画像処理で遊んでみましょう。単純な計算で色成分を変えてやることで、画像が文字通り「見違える」のは、なかなか楽しいものです。 画像処理プログラムは、大きめの画面で実行した方が「画像処理の効果」を確認しやすくなります。 サンプルソースは、C言語とWin32APIの組み合わせで記述していますが、HTML5（JavaScriptとCanvas要素）などでも同様の考え方で画像処理を行うことができます。 モノクロ（単一色）階調表現への変換(1999/10/ 6) モザイクをかけてみる(1999/10/ 6) カラーテーブルで色を変える(1999/10/ 6) 抜き色による透過イメージ（スプライト）
簡単！リアルタイム画像変換をNginxだけで行う方法
先週金曜日（12/2）にクックパッドインフラ勉強会に参加しまして、そこで同社の成田さんから「今日からできるApacheモジュール開発と運用」という発表がありました。 リアルタイム画像変換モジュールの「TOFU」を開発するに至った経緯と、Apacheモジュール開発についてのお話でした。 TOFUは、S3に置かれたマスターとなる画像ファイルを取得し、与えられたパラメータでリアルタイム（オンザフライ）にリサイズ・トリミングを行うモジュール（mod_tofu）です。 料理を楽しくする画像配信システム 実際は、モジュールによる画像取得・変換をベースに、キャッシュや配信までも含めた一連の画像配信システムと言えそうです。 この仕組みをNginxを使って実装できないかと考えて、リアルタイム変換の仕組みをNginxだけで実現する方法を実験してみました。 準備するもの HttpImageFilterModul
第2回 IkaLogの基本的なしくみ | gihyo.jp
今回は、IkaLogの開発をふりかえりながら、IkaLogの画像処理の基本的な考え方、そしてその背景などについて説明します。 はじめての画面認識の検討 第1回で紹介したとおり、まずはゲームの画像に対してどのような処理をすれば画像認識を達成できるかを検討し始めました。 最初に、スプラトゥーンのプレイ動画を録画してみて、録画を何度か眺めてみました。幸いなことに、スプラトゥーンのゲーム中では、多くのメッセージはたいてい白色で、いつも画面上の同じ位置に表示されます。このため、白色の部分だけを抜き出して、OpenCVのテンプレートマッチング機能を利用して表示内容を検出すればいいのではないかと考えました。 スプラトゥーンのシステムメッセージが真っ白な色で表示されるということは、256階調のグレースケール画像として処理したときに、文字に近いところは255に近い値であり、つまりは非常に高いスレッショルド（
IkaLogの裏側～「スプラトゥーン」のリアルタイム画像解析はどのように行われているのか 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
ラフ画へ自動的にペン入れして線画にする恐るべきニューラルネットワーク技術を早稲田大学の研究室が開発
複雑なラフスケッチを、まるで手でペン入れしたかのような線画に自動で変換してくれる新技術が早稲田大学の研究室によって発表されました。 シモセラ・エドガー ラフスケッチの自動線画化 http://hi.cs.waseda.ac.jp/~esimo/ja/research/sketch/ 早稲田大学のシモセラ・エドガー研究院助教らが開発したのは、鉛筆で描いたラフ画を一発で自動的に線画にしてくれる技術。例えば以下の画像でいうと、左側がラフ画スケッチ、右側がニューラルネットワークモデルで線画化したものです。 着物の女の子や…… お祭りっぽい雰囲気の女の子。 かなり線が重なっているように見えるお面のスケッチもこの通り。 複雑なスケッチでもかなりの精度で線画化しているのがわかります。 これまで、スキャンした鉛筆画など複雑なラフスケッチの線画化は非常に困難でした。しかし、新しい手法では3種類の畳込み層から
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
MakeGirlsMoe
ARグラス基礎講座 位置トラッキングへの期待と注意
高機能オンラインフォトエディター“Polarr”のWindows 7/8対応版「Polarr Photo Editor」NOT SUPPORTED
