画像認識、コンピュータビジョン、画像処理に関連する記事へのリンク集

中国Baiduが、画像AI「ERNIE-ViLG」を試せるデモ機能を公開した。Twitterでは日本のユーザー間で「二次元キャラの生成に強い」などと話題に。一方で、画像生成AIの分野で中国にビジネス的なアドバンテージを取られるのではと懸念する声も見られる。

象牙はゾウの個体数減少につながるため、ワシントン条約で採取や商業取引が原則禁止となっています。しかし、工芸品の素材として今もなお人気があるためにゾウの密猟は後を絶たず、2002年から2011年の間にアフリカゾウの個体数はおよそ62％も減少したと言われています。そんなゾウの密猟を減らすべく、監視映像からゾウの密猟者をリアルタイムで検出するシステムを17歳の少女が開発し、話題となっています。

キーワードに沿って人間が描いたような画像を生み出す「Stable Diffusion」というAIが一般公開され、ありとあらゆる高クオリティな画像が大量に生成されています。Stable Diffusionには文字列から画像を生成する「txt2img(text to image)」のほかに、文字だけではなく画像からも新たな画像を生成可能なimg2img(Image to Image)があります。このStable Diffusionのimg2imgを無料で試せるデモページ「Diffuse The Rest」が公開されたので、実際に試してみました。

小さな写真を無理やり大きくしても、元の画像解像度が低いため、そのまま拡大すると粗い画像になってしまいます。そのため、小さな写真やイラストを大きくしたい場合は単なる拡大ではなく、拡大後の解像度に合わせて補完する「アップコンバート」作業が必要となります。「Upscayl」は、OpenGLの策定で知られるKhronos GroupのグラフィックスAPI「Vulkan」を使ってオープンソースで開発される無料のAI画像アップコンバーターで、小さな画像やイラストを簡単に4倍アップコンバートできます。

入力した文章に沿った画像を自動生成できるAIが「Stable Diffusion」です。そんなStable Diffusionを、Photoshopのプラグインとして使用できるようになる「alpaca」が登場しました。

画像生成AI「Stable Diffusion」は「生成したい画像を説明する文章」を入力すると、文章に沿った画像を出力してくれるAIです。Stable Diffusionは誰でも使えるように無償公開されており、実際に自分のPCやクラウドサービス上で環境を構築して画像を生成可能です。しかし、Stable Diffusionにイメージ通りの画像を生成させることは非常に困難で、イメージに近づけるためには文章を工夫したり何度も出力させたりする必要があります。そんな中、元となる画像を指定して「この画像っぽい○○を生成」という指示を可能にする技術「Textual Inversion」をStable Diffusionで使えるようにする方法が編み出されました。

フランスの税務当局がGoogleおよびCapgeminiと提携して作成したシステムにより、本来税務上の申告手続きが必要な水泳用プールのうち、無申告だったプール2万356面を発見したことを明らかにしました。税務当局はプールの所有者に督促状を送付しました。

近年登場するスマートフォンには長距離や短距離での撮影に特化した複数のカメラが搭載されることが当たり前になっており、撮影データの処理技術やセンサーの性能向上によって手軽に高画質な写真を撮影可能です。そんな携帯電話のカメラの進歩を一発で確認できるシミュレーターが家電批評企業のSimpleGharによって公開されていたので、各種携帯電話のシミュレーション結果を比較してみました。

2022年8月23日に一般向けで公開された画像生成AI「Stable Diffusion」は、入力した文字列に沿ってまるで人が描いた絵や写真のような画像を生成してくれます。実際に使うとなるとNVIDIA製GPUを搭載したマシンが必要で、導入にもある程度の知識が求められますが、Googleが提供しているPython実行環境「Google Colaboratory」を使えば、低スペックのノートPCでも無料でStable Diffusionで動かすことが可能。しかし、無料版では一定時間でランタイムの切断が行われるのですが、Google Colaboratory上で生成された画像はあくまで一時的なものなので、ローカルに保存していなければ生成した画像が消えてしまいます。そこで、Google ColaboratoryにGoogleドライブをマウントし、画像の出力先をGoogleドライブのフォルダに指定することで、画像を自動でGoogleドライブに保存するようにしてみました。

2022年8月23日に無料公開された画像生成AI「Stable Diffusion」は、「ボールで遊ぶ猫」「森の中を走る犬」といった指示を与えると指示通りの画像を出力してくれます。Stable Diffusionはデモページで画像生成を試せる他、NVIDIA製GPUを搭載したマシンを用いてローカル環境で実行することも可能です。しかし、デモページは待ち時間が長く、NVIDIA製GPUは所持していない人も多いはず。Googleが提供しているPython実行環境「Colaboratory」を利用すれば、NVIDIA製GPUを所持していなくともStable Diffusionを待ち時間なしで実行する環境を無料で整えられるので、実際に環境を構築する手順や画像を生成する手順を詳しくまとめてみました。

OpenAI開発の入力したテキストから画像を生成するAI「DALL・E 2」は2022年4月に研究者・専門家向けに公開され、2022年7月に一般向けに公開されました。AIプログラミングコンテスト・Coder Oneの共同創設者であるジョイ・チャン氏が、自身が出力したい画像をDALL・E2に生成してもらうまでの試行錯誤をブログで公開しています。

2022年8月23日に無料公開された画像生成AI「Stable Diffusion」は、エロい画像の生成はブロックされることがわかっています。それでもどうしてもエロ画像を生成したいという時に役立つかもしれないのが、カスタムAIアルゴリズムでヌード画像を生み出す「pornpen.ai」です。

ロンドンとカリフォルニアを拠点とするスタートアップ・Stability AIが、まるで人間のアーティストが描いたような高クオリティの画像を生み出せる画像生成AI「Stable Diffusion」を一般公開しました。モデルはCreative ML OpenRAIL-Mライセンスの下でリリースされており、商用での利用も許可されています。

イギリスのロンドンとアメリカのロスアルトスを拠点とするスタートアップ・Stability AIが2022年8月10日、まるで人間のアーティストが描いたような高クオリティの画像を生み出せる画像生成AI「Stable Diffusion」を研究者向けにリリースしました。Stable Diffusionは間もなく一般公開も予定されていますが、人間のアーティストからは「アーティストの権利を侵害している」といった批判が寄せられています。

スウェーデンの大手家具メーカーであるIKEAが、自分の部屋を正確に3Dスキャンして既存の家具をIKEAの家具に置き換えてデザインをチェックできるアプリ「IKEA Kreativ」を発表しました。IKEAはAIを用いて開発した新たなアプリが人々にインスピレーションを与え、創造性を解き放ち、家具がフィットするのかどうかを視覚化できると主張しています。

近年では、適当な落書きから風景画像を生成するNVIDIAの「NVIDIA Canvas」や文章から画像を生成できるOpen AIの「DALL・E 2」など、AIを用いたペイントツールがいくつか登場しています。新たにFacebookを運営するMetaが、テキストによる説明とざっくりしたイラストを組み合わせ、より精度の高い画像を生成できるAIペイントツール「Make-A-Scene」を発表しました。

2022年4月に研究者・専門家向けに提供が始まった画像生成・編集AI「DALL・E2」の一般向けベータ版が公開されました。順番待ちリストに入っているユーザーが順次利用できるようになり、今後数週間で100万人に提供される見込みです。

人工知能(AI)や機械学習などの技術を用いて精巧な偽のコンテンツを生成することができるディープフェイクは、「この世に存在しない架空の人物の写真」を作ることができたり、誰でも映画の予告編に登場できるサービスがあったりと、愉快な使い道がある一方で、求人募集の画像やビデオ通話での映像にディープフェイクを用いる詐欺が行われているとアメリカの連邦捜査局(FBI)が警告するケースも起きています。そんな中、「ビデオ通話の相手がディープフェイクを用いているかどうかを見分ける方法」について、テクノロジー系メディアのMetaphysic.aiがディープフェイクの弱点を指摘しながら解説しています。

ディープフェイクはやっかいだが、これは戦争という異常事態の中での話で、私たちの日常生活とは関係ない――それは間違いだ。実は個人を対象とした、「ディープフェイク詐欺」とも呼べるような活動が行われていることが明らかになっているのだ。

写真に写ってしまった人影やゴミ、建物などをサクッと消してしまえるサービスが「cleanupphotos」です。Google Pixel 6やAdobe Photoshopなどにも同様の機能がありますが、cleanupphotosはサイトにアクセスするだけで無料で手軽に使えます。

シンガポール国立大学と韓国Yonsei Universityの研究チームは、スマートフォンのカメラのみで開封前の密封されたボトル内の液体内容物に不純物が混入されていないかを検出するシステムを開発した。

近年ではビジネスや娯楽などさまざまな分野にAIを用いた顔認識システムが浸透していますが、一体どのように顔認識システムが動作しているのか実感するのは難しいものです。AIやビッグデータに関する倫理・人権の研究を行うProject SherpaのメンバーであるTijmen Schep氏は、そんな顔認識アルゴリズムの動作を誰もが体験できるように、魅力・年齢・BMI・寿命・性別などを予測する「How normal am I?」というウェブサイトを作成しました。

ディープフェイクとはAIを利用して偽の人物画像・動画を作成する技術であり、有名人のフェイクポルノ動画や政治家のスピーチに見せかけたフェイク動画などが出回るなど、さまざまな分野で物議を醸しています。そんなディープフェイクが直面する課題や、その課題を克服する可能性を持っている「Neural Radiance Fields(ニューラル・ラディアンス・フィールド／NeRF)」といった技術について、テクノロジー系メディアのMetaphysic.aiがまとめています。

スカイマティクスは、建設現場の情報管理の負荷を低減するサービスとして、従来のドローン計測機能に加え、写真や動画データの管理機能が一体となったクラウドサービス「KUMIKI（くみき）」を提供している。

新事業の創出を手掛けるNECの子会社、米NEC Xはスタートアップ企業を設立したと発表した。設立した企業はブドウの自動剪定（せんてい）などをするソリューションを提供していく。2022年4月27日、NECと共同で発表した。

NECは2022年6月20日、手指を使う細かい作業をAI（人工知能）で識別する映像解析技術を開発したと発表した。手指の動きを捉え、数十種類の細かい作業を高精度に識別する。製造や建設、物流、小売りなどの現場で検証を進め、2022年度中の事業化を目指す。

中国はテクノロジーを利用して国民を監視するシステムを洗練させており、これまでには一般市民が隣人を監視できるシステムや、外国人ジャーナリストや留学生をターゲットにした監視システムなどが構築されつつあります。そんな中国の国民監視テクノロジーについて、アメリカの日刊紙であるニューヨーク・タイムズが10万件以上の政府入札文書を調査し、その実態についてまとめたレポートを公開しました。

Microsoftが、年齢や性別、表情などを読み取る顔認識サービスの一部機能を廃止することを発表しました。これらの「人々の感情を読み取る機能」は、Microsoftの社内外で正当性やプライバシーに関する物議を醸していました。

ファーストパーソン・シューティングゲーム(FPS)や格闘ゲームなど、60分の1秒以下の動きが勝敗を分けるようなゲームをプレイする場合、残像や映像のブレである「モーションブラー」はなるべく避けたいもの。「UFO Test: Moving Photo」では、モーションブラーとは果たしてどういうものなのかを体験できます。