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

目に見えないものの可視化をビジョンに掲げる静岡大学発スタートアップ「ANSeen」は9月7日、シリーズBラウンドにおいて、第三者割当増資および融資により9億円の資金調達を行ったと発表した。また、NEDOの助成対象事業者に選定され、約1.8億円の助成を受けることが決定した。

公益社団法人自動車技術会は9月7日、「第2回自動運転AIチャレンジ決勝」を開催すると発表した。開催期日は2020年9月23日～11月6日（予定）。後援は経済産業省（予定）、東京大学生産技術研究所、一般社団法人日本自動車工業会、一般社団法人日本ディープラーニング協会。

人工知能を活用した皮膚がん検診サービスを開発している英国拠点のスタートアップ、Skin Analytics（スキンアナリティクス）がシリーズAで400万ポンド（約5.5億円）の資金を調達した。このラウンドはHoxton Venturesがリードし、NestaとMustard Seed Venturesの各VCが参加した。

マジで2,500円!? うっそ! 安い!圧倒的に安い! それが日本のアトムテック株式会社から発売されている「ATOM Cam」というネットワークカメラです。あまりに安いので、解像度が低くて使いものにならないでしょ? と高をくくっていました。がっ! 即、懺悔。

イラストレーターのCali Boyaさんとデザイナーのsenさんが制作するイラスト素材をまとめたサイトが「Loose Drawing」です。汎用性の高いものから時事ネタまで、シンプルなタッチのイラストが多数用意されており、すべて無料でダウンロード可能で、商用利用もOKです。

Googleが2020年8月31日(月)に発表したアップデートにより、Google画像検索で簡単に無料で使える画像や商用利用可能な画像を探せるようになりました。探した画像の利用規約も簡単にアクセスできるようになっています。

Microsoftが、人工知能(AI)で映像を合成して違和感ないムービーを作り上げる技術「ディープフェイク」の対策ツールとして、「Microsoft Video Authenticator」を発表しました。

2020年8月25日、米Amazonは、家具を部屋に置いた様子が確認できる、iOS・デスクトップブラウザ用ARショッピングツール「Room Decorator」を公開しました。

Googleの画像検索は、数か月おきに機能追加や仕様変更が行われるなど、Googleとしても力を入れているように感じますが、また新たな機能が追加されました。コンテンツのパブリッシャーあるいはクリエイターがライセンス情報を提供した場合、「ライセンス可能」というラベルが表示されるようになりました。

マイクロソフトが、写真や動画に写る人物の顔をAIで全く別人のものに入れ替えてしまう”ディープフェイク”対策用の技術「Video Authenticator」を発表しました

FacebookがOculusブランドからさらに離れようとしている。同社は、拡張現実と仮想現実について研究開発する社内の組織名を「Facebook Reality Labs」に変更することを明らかにした。これは、同社のAR/VR製品である、Oculus、Spark、Portalの各ブランドでカバーする組織となる。

Ford（フォード）、Bosch（ボッシュ）、 Bedrock（ベッドロック）の3社は米国時間8月26日、米国デトロイトのダウンタウンでの自動駐車場のデモンストレーションを発表した。このシステムは、ドライバーが車両から降りると、車両が自ら駐車場の所定の場所に駐車するように設計されている。

画像認識アルゴリズムを開発・提供する東京大学松尾研発のAIスタートアップ「ACES」（エーシーズ）は8月27日、メガネブランド「Zoff」（ゾフ）運営のインターメスティックと、ACESによるヒトの行動や感情を検知・解析するヒューマンセンシング技術（行動認識技術）を用いたDXの取り組みを開始したと発表した。

Wi-Fiの電波を用いて、壁の向こうにいる人の姿勢や動作を高い精度で感知できる新技術「WiPose」が発表されました。これにより、暗い環境や障害物がある場所など、従来のカメラを用いたセンシング技術が抱えていた欠点を克服することができると期待されています。

ソシオネクストは大阪大学と共同で、極めて暗い場所でも画像認識が可能な深層学習の手法を開発した。膨大なデータセットを準備しなくても、高精度の検知が可能となる。

株式会社リンクアンドコミュニケーションのプレスリリース（2020年8月19日 11時00分）日本初の当社独自技術[食事量認識機能]が特許権を取得！AI健康アプリ[カロママ]シリーズの食事画像認識機能を大幅に強化

THKは2020年8月3日、AI（人工知能）技術搭載のサーモグラフィカメラを活用した、「検温ロボット」を開発したと発表した。発熱者を発見した場合は、遠隔操作でオペレーターが対応する。販売価格は35

ミュールズ株式会社のプレスリリース（2020年7月31日 15時05分）不動産業界向け技術開発チーム、ミュールズ株式会社が画像認識モデルによる資料内部の間取りデータの解析・検証開発開始。

KDDIとエクシングは、新型コロナウイルス感染症対策の強化を目的に、画像認識技術を用いた来店者の体温測定や、展示デモ機の接触検知などスタートアップ計7社の技術（この取り組み）を採用しました。

株式会社NTCのプレスリリース（2020年8月26日 10時00分）NTC、お手頃な価格・期間でお客様のAI活用アイディアを検証する[画像認識AI効果検証サービス]を提供開始

AIが写真をゴッホやピカソ風に加工するサービスが登場。AIは有名な画家の作風を学習しており、ファイルをドラッグ＆ドロップするだけで変換できる。

米フェイスブックのAI（人工知能）研究所は、特に要求の厳しい課題を自らに与えた。アルゴリズムを駆使してMRI（磁気共鳴画像）スキャンの細部を埋め、撮影速度を引き上げることだ。最初の研究からは期待できる結果が出てきている。

ピクスタとグローバルウォーカーズは業務提携し、PIXTAの画像データに情報をタグ付けした機械学習・深層学習における商用利用可能な画像データセットとして共同販売する。

人工知能（AI）開発スタートアップのエクサウィザーズ（東京・港）は、卓上に設置できる立方体型のカメラ「ミルキューブ」の提供を始めた。クラウドではなく端末上でデータを処理する「エッジAI」を搭載し、映

AIでテレビ番組の映像と音声を解析し、内容に合ったフォントで字幕を自動生成するシステムを大日本印刷（DNP）とNHKテクノロジーズが開発。クローズドキャプションでの実用化を目指す。

そもそも画像認識の元となる学習データは正しいのか？先日オンラインで開催された「画像の認識・理解シンポジウム MIRU2020」で発表されたセッション「大規模画像データセットが含む"疑わしい画像"の専門家のワークショップを通した収集と分析」が大変話題になりました。MIRU 2020 プログラム一覧これは人工知能を活用した画像解析の学習データとして一般的に使われている ImageNet という巨大データセットの正確性を疑うものです。近年「Are we done with ImageNet?」という2020年の論文から ImageNet の正確性への疑問が注目されました。論文「Are we done with ImageNet?」は 、2009年頃から画像認識の大規模データセットとして使われてきた ImageNet の正確性、評価に疑いをもって調べ、またその正当性をあげるための提言を述べた研究論文です。ImageNetは、スタンフォード大学が画像認識研究のために公開している巨大なデータベースで、世界中の研究者が利用しています。そこでは約1,420万枚の画像と、そこに何が写っているのかがデータ化されています。例えばある写真に「ダルメシアン」という品種の犬が写っていることが画像とデータとセットで保持されていることにより、機械学習の学習データとしてわざわざ研究者がゼロから集めることなしに研究に集中することができるため、大変重宝されてきました。ところが、ImageNet の画像には、1枚の画像にひとつのラベルしかつけることができないため、画像に適切なラベルをつけるには限定的すぎること、ある特定の作業者がつけたラベルを過信してしまっているため、データ全体に間違いが紛れ込んでしまっていることが最近課題として指摘されました。ImageNet の中で「バイク」とラベルが付いた画像一覧（一部）、写真の中にオブジェクトが明確にひとつだけ写り込んでいる場合はほとんど問題が生じないMIRU2020で発表された「大規模画像データセットが含む"疑わしい画像"の専門家のワークショップを通した収集と分析」では、ImageNet を題材とした画像認識のコンペティションILSVRC 2012のデータセットを元ネタとし、30人ほどのコンピュータビジョン研究の専門家が3日間、目視で28

エンタメにおいてもAIは日進月歩で進歩しており、新しい研究成果や試みが次々と発表されています。こちらの連載では、過去1か月間、主に海外で公開された注目すべきゲームAIやエンタメAIに関連したニュース、論文などを紹介していきます。StarCraftⅡを攻略するゲームプレイAIは、生態系を模倣する科学系メディア「Massive Science」は7月20日、Google傘下のAI研究機関DeepMindが開発したゲームプレイAI「AlphaStar」が進化論の研究に活用されていることを報じました。人気RTS『StarCraftⅡ』の攻略を目的として開発された同AIは、2019年10月、人間のプレイヤーと同等のプレイ条件下で対戦した結果、上位0.2%にランクインされたことによりグランドマスターの称号を得ています。AlphaStarはStarCraftⅡを攻略するために、3つの課題を効率的に解決できるように学習しました。まずプレイヤーが操作するユニットの生産に関しては、序盤は低コストのユニットを数多く生産して領地を確保した後、中盤以降は優れた能力を持つ高コストのユニットを生産して勢力を広げます。ゲームフィールドで利用できる資源は有限なので、同種族ユニットへの資源供給と異種族からの資源奪取を両立させなければなりません。そして、生存競争に勝ち残るには異種族の増強に相応した同種族の強化が求められます。こうした課題は、実のところ、それぞれ「r-K戦略」「資源配分」「進化的軍拡競争」として進化論の研究において論じられているものなのです。AlphaStarが解決する課題が偶然にも進化論におけるそれと同様であることから、科学者たちは同AIを進化論研究におけるシミュレーターとして活用することを提案した論文を発表しました。同AIは、時として人間プレイヤーが思いつかないような型破りな戦略を実行することで知られています。同AIを進化論シミュレーターとして活用した場合、科学者たちが思いつかなかったような生存戦略を実行することによって、研究に寄与することが期待されています。【論文】Artificial Intelligence Accidentally Learned Ecology through Video Games「フォーリーアーティストAI」を開発する試み科学系メディア「IEEE

東京大学、浜松医科大学の研究グループは、慢性期統合失調症と発達障害の患者の磁気共鳴画像（MRI）データを用いて機械学習を行い、それぞれの疾患を鑑別できるAIを開発したと発表した。判別率は最高70％で、今後多施設共同研究等で臨床応用に向けた研究を加速させる。「どちらの疾患か」を鑑別するAIは世界初成果を発表したのは、東京大学大学院総合文化研究科附属進化認知科学研究センターの小池進介准教授、東京大学医学部附属病院精神神経科・笠井清登教授、浜松医科大学医学部精神医学講座・山末英典教授らの研究グループ。精神疾患の診断は現在も精神科医による問診が主な判断基準となっており、血液や画像などを用いた客観的な診