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

ドイツ・ケルンで2024年8月21日から開催されているゲームイベント「Gamescom 2024」において、Samsungが視線追跡技術を用いることでメガネなしで3D映像を楽しめるゲーミングモニター「Odyssey 3D」を発表しました。

スマートフォンひとつで本物と見まごうようなAI画像が作れるようになるにつれて、本物の写真とAIによる偽物を区別する方法の必要性が急激に高まっています。そうした取り組みの代表的なものに、コンテンツの来歴を証明する技術である「C2PA」がありますが、その普及が遅々として進んでいない現状について、IT系ニュースサイトのThe Vergeが論じました。

2024年8月22日、GoogleがフラグシップスマートフォンのPixel 9シリーズをリリースしました。GoogleはPixel 9シリーズにおいて独自のAI機能をセールスポイントのひとつとしていますが、AI写真編集機能の「Magic Editor(編集マジック)」に搭載されているReimagineツールが、「写真が現実を捉えているという基本的な仮定を崩しつつある」とテクノロジーメディアのThe Vergeが指摘しています。

2024年7月13日に発生したドナルド・トランプ暗殺未遂事件の報道では、負傷したトランプ氏がシークレットサービスに囲まれながら右手の拳を突き上げる写真が大きく取り上げられました。この写真が見る人に強い印象を与える理由を、オーストラリア・シドニー工科大学デザイン学部で写真を教えているサラ・オスカー氏がまとめました。

IT系メディアのProof Newsが、AppleやAnthrpic、NVIDIAなどがYouTubeに公開されている17万本以上の動画の字幕をAIの学習に許可なく使用していたと指摘しています。

非営利の研究団体が作成したAI学習用のデータセット「The Pile」にYouTubeの字幕が含まれていたことを受け、このデータセットを使用したとされるAppleやNVIDIAが非難されました。これに対し、Appleは「研究用の言語モデルに使用したが、AppleのAI機能であるApple Intelligenceには使用していない」と反論しました。

OpenAIが2024年7月18日に、コスト効率に優れた小型モデルの「GPT-4o mini」を発表しました。低コストでありながら、一部のベンチマークでGPT-4を上回るスコアを示したGPT-4o miniは、GPT-3.5の後継として無料ユーザーとChatGPT Plusのユーザーに提供が開始されています。

日本のAI企業であるSakana AIが、日本を代表する美術のひとつである浮世絵を生成するAIモデル「Evo-Ukiyoe」と、浮世絵を彩色するAIモデル「Evo-Nishikie」を発表しました。

アメリカのカレッジフットボールを題材としたエレクトロニック・アーツ(EA)の最新ゲーム「EA SPORTS College Football 25」では、AIを用いて1万1000人の大学生を3Dスキャンし、3Dモデルが作成されています。

生成AIの普及に伴いAIを用いて作成された偽画像(ディープフェイク)を見分ける手法が求められるようになっています。イングランド・ハル大学の研究チームは、銀河の測定に使用するツールを利用してディープフェイクを見分ける手法を開発しました。

Stability AIがマルチアングル映像を生成するためのAIモデル「Stable Video 4D」を発表しました。

AI企業のRunwayが2024年6月に発表した動画生成AIモデルの「Gen-3 Alpha」は、写真系YouTuberの動画をスクレイピングしてトレーニングされた可能性があることが404 Mediaの調査により明らかになりました。

スーパーマーケットチェーンのイオンリテールが2024年7月1日から、全国約240店舗の「イオン」「イオンスタイル」で笑顔と挨拶向上を目的とした従業員接客教育に、AI端末「スマイルくん」を導入していることを報告しています。

生成AIをカメラに組み込んだ「ATOM Cam GPT」は「映像の内容説明を日本語の文章で生成する」とのことなので、実際にさまざまなものを映して性能を確かめてみました。

Amazonの「Ring」やAnkerのスマートホームブランド「Eufy」など、近年ではさまざまなメーカーが自宅のWi-Fiに接続するセキュリティカメラをリリースしています。アメリカ・ロサンゼルス市警はWi-Fi妨害装置を使ってセキュリティカメラを無効化してから強盗に入る事例に対して警告を促しています。

イーロン・マスク氏が、アメリカ次期大統領選に出馬予定のカマラ・ハリス副大統領のディープフェイクムービーをXで共有したことが報じられています。マスク氏はムービーがフェイクであることを示さずに共有しており、Xのポリシーに違反しているのではないかという批判を集めています。

AMDのRyzen AI 300シリーズとRadeon RX 7000シリーズ、Ryzen 8040シリーズに対応した画像生成AI「Amuse 2.0 Beta」が登場しました。

Metaが画像や動画内のどのピクセルがどのオブジェクトと関係したものかを正確に識別することができる統合AIモデルの「Segment Anything Model 2(SAM 2)」を発表しました。SAM 2を利用することであらゆるオブジェクトをセグメント化し、動画のすべてのフレームにわたってリアルタイムで一貫した追跡が可能になるため、動画編集や複合現実の分野で革新的なツールとなる可能性があります。

Metaが顔認証技術を用いてSNSに投稿されたコンテンツからユーザーの生体認証データを取得していたとしてテキサス州から訴えられていた一件で、Metaがテキサス州に14億ドル(約2140億円)の和解金を支払うことに同意したことがわかりました。14億ドルという和解金は、単一の州が訴訟で得るものとしては過去最大です。

採点競技では、選手がどういった技を出したか、その技をどれぐらいの精度で行えたかを審判が審査しますが、ハイレベルな戦いになってくると、わずかな手足の位置の違いや関節の角度が点を左右することになり、審判にも高度な技術が求められてきます。体操競技では、国際体操連盟と富士通が「Judging Support System」(JSS)を共同開発しており、世界大会でも全10種目で活用されています。

2024年7月31日に、アメリカの超党派の議員らが個人の同意なしに人の声や肖像のディープフェイクを作成することを違法とする「Nurture Originals, Foster Art, and Keep Entertainment Safe Act(NO FAKES法)」を上院議会に提出しました。

Googleは、以前から同意なく作成された露骨なディープフェイク画像の削除申請を受けて付けてきましたが、さらに「削除申請を受けたフェイク画像に類似した画像」も一括で削除する取り組みを発表しました。

Stable Diffusionの開発元として知られるStability AIが、画像から3Dモデルを高速生成できるAIモデル「Stable Fast 3D」を公開しました。無料で使えるデモアプリも用意されていたので、実際に使ってみました。

画像生成AIの「Stable Diffusion」などの開発に携わったAI研究者が、新しいAI開発企業の「Black Forest Labs」を立ち上げました。さらに、Black Forest Labsはパラメーターサイズが120億のオープンソース画像生成AIモデル「Flux」も発表しています。

NVIDIAから流出した社内文書やチャットの内容から、NVIDIAのチームがAIの訓練のためにYouTubeやNetflixの動画を1日当たり80年分ダウンロードすることについて検討していたことがわかりました。YouTubeの動画を著作権者の許可なくダウンロードすることは利用規約で明確に禁じられていますが、規約に違反していることを知った上でダウンロードしていたのか、はたまた特別な許可を得ていたのかは明らかになっていません。

何かのきっかけで高校などの卒業アルバムを見返していた時、「もしかしたら同じクラスの中にはすでに死んでしまった人もいるかもしれない」と考えたことがある人もいるかもしれません。1950年代後半に高校を卒業した数千人を対象にした研究では、「高校の卒業写真から早死にするリスクが高い人をある程度予測できる」という結果が示されました。

AIのトレーニングには膨大なデータが必要となりますが、このデータにAIが生成したデータを使うと将来的に深刻な悪影響が生じるという研究結果を、ライス大学のデジタル信号処理グループが発表しました。

AIの開発にはインターネットからかき集めたテキスト、画像、動画などのデータが大量に用いられています。しかし、クローリングの禁止やサービス利用規約の変更によりAI企業がウェブサイトから閉め出されたことで、高性能なAIのトレーニングに使えるデータの総量が1年で約5％、高品質なデータの約25％が使えなくなったことがわかりました。

ニューラルネットワークモデル「GPT」を活用し、撮影している物体を認識して何が起こったのかを文字で要約することが可能なスマートカメラ「ATOM Cam GPT」がアトムテックから登場しました。アトムテックから実物を提供してもらったので、まずは外観を確認してみました。

AIが生成するコンテンツの増加と、増加に伴う肖像権やプライバシーの侵害に対処するため、ユーザーが特定のコンテンツを削除するよう求めることが可能になるポリシーをYouTubeが制定しました。