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

適度なアイコンタクトは他人に良い印象を与えると言われており、会話を円滑に進めるためにもアイコンタクトは重要とされています。NVIDIAが提供する配信向けツール「NVIDIA Broadcast 1.4」では、AIを利用する事で視線を追跡し、常にカメラ目線にすることでアイコンタクトを維持する機能「Eye Contact」が追加されました。

入力した文字列(プロンプト)から画像を自動で生成するAI・Midjourneyと同等のものをオープンソースで人々に提供することを目的としたプロジェクトが「OpenJourney」です。OpenJourneyは同じ画像生成AIでオープンソースで開発されるStable Diffusion v1.5を調整し、Midjourneyに近い動作をするように開発されており、オンラインAIプラットフォームのHugging Faceにリポジトリが公開されています。

イラストやスライド資料の作成中に「英語の手書き文字」を使いたくなった経験がある人は多いはず。無料で使えるウェブアプリ「Calligrapher.ai」なら、入力した文章を手書き文字にサクッと変換してくれるとのことなので、実際に使ってみました。

インターネットに公開されている画像には、透かしとして小さな図案や文字が「ウォーターマーク」として入っていることがあります。このウォーターマークは画像の著作権表示などに使われていますが、このウォーターマークをAIの力で画像からキレイに消し去るウェブアプリ「Watermark Remover」が登場して議論を招いています。

「輝度・コントラスト変更」「反転」「回転」などを1つのノードに割り当て、ノードネットワークで画像を加工するワークフローを構築可能な画像編集ソフト「Gimel Studio」を使ってみました。

Microsoft、GitHub、OpenAIの3社が人工知能(AI)をトレーニングするためにオープンソースのコードを使用することで、「オープンソースプログラマーの仕事から利益を得ている」として集団訴訟を提起されています。これに対して、Microsoft、GitHub、OpenAIの3社は裁判所に対して訴訟の棄却を求めていることが明らかになりました。

「DX（デジタルトランスフォーメーション）推進には社員にどんなスキルを身に付けさせるべきか。どんな人材を外部から採用すればよいか」。こんな企業の悩みの解消に経済産業省とIPAが2022年12月に公開した「デジタルスキル標準」が役立つ。しかし活用の際に「やってはいけない」2つの点が見えてきた。

趣都・アキハバラの最新情報をお届けする角川アスキー総合研究所の情報サイト。PC/ITからテクノロジー、サイエンスまで、オタク、マニアの心を鷲づかみ。

画像生成AI「Stable Diffusion」は文章(プロンプト)を入力するだけで好みの画像を生成してくれますが、ローカル環境でStable Diffusionを使う場合は複雑な初期設定が必要です。オープンソースで開発されているPythonパッケージ「ImaginAIry」なら、Stable Diffusionを用いた画像生成環境をpipで簡単に構築可能で、画像生成以外にもプロンプトによる画像編集や超解像機能も利用できてめちゃくちゃ便利そうなので、その機能をまとめてみました。

ロイヤリティフリーの写真や画像といったコンテンツを有料で配信しているサービス「Getty Images」が画像生成AI「Stable Diffusion」開発元のStability AIがGetty Imagesの知的財産権を侵害したとして、法的手続きを開始したことを明らかにしました。

「人工知能」と称してアーティストやその他のクリエイターの権利を侵害する製品を作りだしたとして、Stability AI、Midjourney、DeviantArtの3社に対して集団訴訟が提起されました。

Googleのクラウドコンピューティング部門であるGoogle Cloudが、2023年1月13日(金)にVertex AI Vision上に最先端のAIソリューションを構築し、小売店の店内在庫を認識・追跡することができるAIツールを発表しました。

グーグルは1月2日、従来の拡散モデルや自己回帰モデルよりも大幅に効率的でありながら、最先端の画像生成性能をもつテキスト画像AI生成モデル「Muse」を論文で発表した。

機械学習を用いた顔認識システムは地下鉄の運賃や食堂の支払いを自動で行うといったシステムのほか、政府による監視網や犯罪の捜査に用いられています。一方で、顔認識システムの正確性やプライバシー面での是非も議論されており、イタリア規制当局が一部の犯罪捜査・抑止目的以外には利用を禁止したり、アメリカの大都市が相次いで当局による使用を禁止したりしています。特に有色人種の認識で誤認を起こしやすいことが確認されており、2022年末ごろに無実の黒人男性が顔認識システムの間違いにより不当に逮捕されたケースを弁護士が発表しています。

防犯カメラによる映像は、事件の発生を抑制する監視の目になると同時に、実際に事件や事故が起きた際の状況や犯人を理解するためにも役立ちます。しかし、そんな防犯カメラの映像を、リアルタイムのものから過去の映像記録までハッキングして改ざんしてしまう知られざる企業「Toka」について、中東に関連するニュースを提供するHaaretz.comが解説しています。

画像生成AIの「Stable Diffusion」を使ってポルノコンテンツを作成するコミュニティ「Unstable Diffusion」が、クラウドファンディングサイト・Kickstarterのガイドライン変更に伴い、同サイトで行っていた出資を募るプロジェクトを停止されました。

防犯カメラなどの映像を使って水災時の浸水状況を把握するAI解析モデルを開発したと、応用地質株式会社が発表しまし…

診断書や処方箋を1日に何枚も書かなければならない医師の字は、しばしば字が汚くて読みにくいことが世間の話題になることがあります。そんな医師が書いた手書きのメモを解読するのに特化したAIモデルを、Googleが医師と協力して開発していることが明らかにされました。

ある母娘がガールスカウトの集まりでクリスマスイベントの舞台を観劇しようとしたところ、母親だけ警備に呼び止められて会場から追い出されてしまいました。その理由について会場の運営会社は、母親が自社の訴訟を担当している弁護士事務所に所属する弁護士だからだと説明しました。

AnkerのスマートホームブランドであるEufyの監視カメラ「eufyCam 2C」は、動作検知やプライバシーゾーンの設定、警告アラート、通話などさまざまな機能を搭載しています。そんなeufyCam 2Cの動画画質やファイルサイズ、検知感度、バッテリー消費などについてレビューしました。

入力したテキストに則した画像を生成したり、ある画像から別の画像を生成したりすることができる画像生成AIの「Stable Diffusion」を使い、さまざまなインテリアデザインをAIに生成してもらうという試みをKaren X. ChengさんとJustin Alveyさんが行っています。

写真や動画から顔やナンバープレートなどのオブジェクトを検出してぼかしを適用できるライブラリ「Magritte」をGoogleがオープンソースで公開しました。単純なぼかしよりも高いレベルの難読化を施せるもので、被写体のプライバシー保護強化に役立つとされています。

画像生成AIが大きな進歩を遂げる中で注目されているのが、「AIを使用して作られた作品に著作権が認められるのか」という点です。2022年9月には、画像生成AI「Midjourney」を使って作成したマンガがアメリカの著作権登録を取得したとして話題になりましたが、アメリカ合衆国著作権局がこの作品の著作権を取り消す手続きを進めていることが明らかになりました。

ベテランの作家がAIを使い始めた！　漫画家・イラストレーターとして活躍している七瀬葵が、AIを使ったイラストをTwitterにUPしたところ、賛否両論様々な意見が寄せられている。七瀬の絵に長年親しんできたというファンの間からは、否定的な意見も上がっているようだ。　筆者は七瀬の姿勢は非常に興…

テキストの指示に合わせて絵を描くAI「Stable Diffusion」。同種のお絵描きAIは既にいくつか存在していたが、本ソフトは一般的なPCで動作する上、ソフト本体は無料で提供されていることから、多くの人から注目を集めている。

人工知能を活用して、監視カメラに録画された映像から不審者などの特定人物を自動で検出できるシステム「Takumi…

生成系AIの開発などに取り組むイスラエルのD-IDは、アバターが喋る動画を生成できるサービス「Creative Reality Studio」を開発したと発表した。プロンプトを基に、AIが画像や喋らせたい内容を生成。それらを自動合成し、動画として出力する。

Stable DiffusionやMidjourneyのような画像生成AIは、学習時に使われるデータセットに含まれる画像が著作権を無視して収集されているという問題があり、議論の対象となっています。そんな画像生成AIに抗議するため、あえてディズニーや任天堂などの著作権に厳しいキャラクターの画像を生成して疑問を呈する人が登場したと話題になっています。

AIを構築する上ではアルゴリズムだけでなく訓練用のデータセットも重要であり、データセットの質によってAIの精度も大きく左右されます。高精度な画像生成AIとして話題のStable Diffusionでは、「LAION-5B」という50億以上もの画像とテキストのペアを含むデータセットを用いています。

車を運転していると突然進路上に車や人間が飛び出してきて、急にブレーキをかけたりハンドルを切ったりしたことのある人は多いはず。Googleと同じAlhabet傘下の自動運転車開発企業であるWaymoが、赤信号を無視して走る人間や突然車線変更をする車など、潜在的危険に対する衝突回避能力を評価するためのテスト手法「Collision Avoidance Testing(CAT)」について解説しています。