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

画像編集ソフトウェアとして有名な「Adobe Photoshop」は、上手く使えば画像の原型をとどめないレベルのスーパー魔改造が行えるほど有能なソフト。素人目で写真がPhotoshopで加工されているかどうかを見抜くのは、非常に困難なレベルにまで進化しています。そんなPhotoshopで加工された画像を、ニューラルネットワークを用いて判別するという試みをAdobeが自ら行っています。

あるRedditユーザーが大手半導体メーカーのNVIDIAが開発した「StyleGAN」を活用したStyleGANエンコーダーを使って、1993年発売の名作ゲーム「DOOM」の主人公Doomguyのアイコンを現代風のリアルな表現に進化させるという試みが行われています。

2018年12月にオープンアクセスの論文公開サービスであるarXiv上で公開された論文の中で、「写真に写った料理のレシピを自動生成するAI」が発表されました。このAIを手軽に体験できるウェブアプリ「料理画像からレシピを生成するAI」が公開されています。

AIは写真などの画像の認識や生成に強みを持っていて、「AI作の肖像画が5000万円で落札される」など、芸術分野においても目覚ましい発達を遂げています。そんな中、絵画における「絵筆のタッチ」を学習し、ダ・ヴィンチやゴッホ、フェルメールの名画にみられる技法を再現するAIをAdobeが開発しています。

M101という星雲らしいですが、Photoshopで作ったみたいにキレイに撮影できてますね。というか、たぶん可視画像になるように加工したあとのモノだとは思うのですが、それにしても巨大さを感じさせるあたり、さすが本物。

以前紹介したデジカメ写真を自動的においしそうに補正してくれるウェブサービス「美味しく変換」がバージョンアップし、今日2月1日（月）から「超！美味しく変換」としてリリースされました。

多用しすぎると自己満足にしかならない写真の「ボケ」ですが、その効果を最大限に活かすと、ただのスナップ写真では表現しきれない、味のある写真を撮ることができます。

JPEG画像を無劣化のまま扱い、左右反転・上下反転・90度回転・180度回転・トリミング・モノクロ修正などの画像処理をボタンを押すだけで簡単に行える無料のソフトが「JPEGcrop」です。

JPEG/TIFF/PNG/BMP/GIF/ICO/HD PhotoをJPEG/PNG/BMPへ変換、回転/トリミング/縁取り/色調補正/アンシャープマスク/文字入れなどの加工、Exif情報とICCプロファイルの引継ぎ、連番や写真の撮影日を使用したリネーム、SIMD化とマルチコア対応による高速な一括処理、αチャンネル付き画像対応、Lanczos/Spline36/Bicubicなど9種類のリサイズアルゴリズム搭載、Susie Plug-in/WIC(Windows Imaging Component)対応といったことができるソフトが「Ralpha」です。

「満腹感」は現実の摂取量だけでなく見た目や周辺状況から総合的に判断される、ということが近年の研究によって分かってきましたが、それを元に、食べる量を調整するのではなく食べ物の大きさを変えることで視覚から満腹感を得ようというのが拡張満腹感の研究。カメラを通して食べ物を見ることで食べ物の大きさを自由に調整できるヘッドセットが開発されており、Digital Content Epo 2012で実際に使用している様子がYouTubeにアップされています。

東京大学の生命科学の研究者が中心となって2014年3月に設立したベンチャー企業「LPixel(エルピクセル)」が、最先端の画像処理技術を応用して「切り貼りや加工などの不自然な箇所がないか」を検出するソフトウェア「LP-exam」を開発しました。現在、サイト上でオンライン版が無料公開されていて、Natureに掲載されたSTAP論文を実例としてどのように不正を検出しているのかを解説するムービーも公開されています。

360度のパノラマ画像を作成できGoogleマップに公開することができるPhoto Sphereは、これまでNexus 5などの一部の対応端末でのみ利用可能でしたが、Google謹製のカメラアプリ「Googleカメラ」の登場によってAndroid 4.4(KitKat)搭載であればどんな端末でも利用できるようになりました。そこで、Photo Sphere機能だけでなく、一眼レフで撮影したような被写界深度の浅いボケのある写真や、パノラマ写真、魚眼写真などを簡単に撮影できるGoogleカメラの機能を試してみました。

写真や絵画などの二次元データに写ったオブジェクトを後から立体化し、画面上に好きな位置や角度で配置し直せる技術「3D Object Manipulation in a Single Photograph using Stock 3D Models」(既存3Dモデルデータを用いた単一画像上での3Dオブジェクト操作)が開発されています。

メガネはレンズの度数だけでなく自分の顔や耳の形に合ったものを選ぶために試着がつきものなのでオンラインでの販売が難しい商材です。しかし、オンライン・メガネショップのDITTOなら、店頭に出かけることなく自分にぴったりのメガネをバーチャル試着して注文することができます。そんなDITTOのメガネの作り方が公開されています。

イタリアの写真家フィリッポさんのチームによりアルプス山脈で撮影され、画像処理に2カ月もかかったという世界最大サイズの写真がTelegraphで公開されました。

一言で「写真を撮る」といっても、通常の写真撮影のようにカメラのシャッターをパシャリと切るだけでは完成しないのが宇宙や星の写真。NASAが公開する高解像度の美麗な宇宙写真は、天文学の知識を持ちながらPhotoshopの技術を習得した特別な科学者によって作られているのですが、宇宙写真の作成現場では実際に何が行われているのか、Photoshopの開発元であるAdobeが公開しています。

ソニーが「CEDIA 2015」の中でデジタルカメラの新機種「RX1R II」を発表しました。35mmフルサイズセンサーを搭載したレンズ一体型デジカメで、ローパスフィルター効果を切り替えられるというモデルです。

撮影後にピント合わせが可能なカメラで知られる「Lytro」が、VRコンテンツを制作するための専用カメラ「Immerge」を発表しました。ピント変更用に磨き上げた技術を活用して、今後、大きく市場が拡大すると見られるVR市場に打って出るようです。

2015年3月に富士通とパナソニックのシステムLSI事業を統合してできたチーム・ジャパンのシステムLSI開発会社「ソシオネクスト(Socionext)」が、世界最大級のITトレンドショー「COMPUTEX TAIPEI 2016」で、世界初のワンチップ8Kデコーダーやイメージングプロセッサによるリアルタイム映像処理技術など、日本の技術力の高さを見せつけていました。

2つのカメラレンズを搭載し、2倍光学ズームと最大10倍のデジタルズームが可能になったという「iPhone 7 Plus」。光学式手ぶれ補正を搭載し、より高度な画像処理も行えるようになっているとのことで、一体どのような写真が撮れるのか、実際にカメラ機能を使ってみました。

周囲360度がワンボタンで撮影可能な天球カメラ「RICOH THETA S」のようなカメラで撮影を行うと、あまりに撮影範囲が広いために景色に人が写り込んでしまったり、撮影者自身が写り込んでしまうことがあります。そんな悩みを、画像処理を用いることで動くものだけを消し去って風景だけを撮影できるアプリ「VANISH360」があるということだったので、その効果のほどを試してみることにしました。

スマートフォンで撮影した写真をSNSなどに投稿するときに、軽いレタッチをするのはごく一般的です。しかし、スマートフォン性能の制限もあり、できる作業は限られています。MITとGoogleの研究者が、SIGGRAPH 2017で機械学習を使って画像編集のプロのようなレタッチをスマートフォンでほぼリアルタイムで行えるシステムを発表しました。

「Assetizr」はシンプルなUIで画像を簡単にリサイズしてくれるソフトウェアです。爆速で画像をリサイズしてくれるだけでなく、同時に画像の最適化を行うことによって、ファイルサイズまで圧縮してくれるとのこと。実際に使って、どんな風に画像をリサイズ＆圧縮してくれるのか確かめてみました。

海外掲示板のReddit上で、「約5万枚の夜空の写真を撮影して、81メガピクセル(8100万画素)の月の画像を作ったよ！」というスレッドが立てられました。この写真があまりにも美しいということで、「これまで見た月の写真の中でも最高のひとつ！」や「これまで見た写真の中で最高品質のものだ！」といった賛辞が飛び交っています。

iPhone 11は従来のモデルよりもさらにカメラ機能が強化され、夜間でも写真を自動で見やすく補正してくれる「ナイトモード」がついに実装されました。iPhone 11を実際に使った人が、iPhone 11とiPhone 10の夜間撮影能力の差が一目でわかる画像を投稿しています。

Appleの「iPhone 11 Pro/11 Pro Max」はiPhone初のトリプルカメラを備えたことで話題を集めており、カメラ機能が大幅にアップしたといわれています。スマートフォンのカメラやデジタルカメラのレビューを専門に行うメディアのDXOMARKが、実際にiPhone 11 Pro Maxを使い倒してレビューした結果を公開しています。

通常、デジタルカメラで撮影した画像データには、撮影したカメラの機種や撮影条件、画像の向きなどの情報がExif(Exchangeable image file)という形式のメタデータで埋め込まれます。このExifが「画像処理をスムーズに行うための足かせになっている」と、機械学習エンジニアのAdam Geitgey氏が解説しています。

画像に「ぼかし」を入れたとき、色と色の境界部分が2つの色の中間色ではない異なる色合いで表示され、違和感をおぼえることがあります。これは画像処理専門の画像編集ソフトで「ぼかし」を入れる場合でも、ソフトによっては起こりうることで、ソフトウエアに実装されているぼかしアルゴリズムが根本的に間違っているのが原因だとのこと。YouTubeで物理関連のムービーを多数公開しているminutephysicsチャンネルのムービーで、どのように間違っているのか、わかりやすく解説されています。

GAN(敵対的生成ネットワーク)と呼ばれるアルゴリズムを使用して人物の写真からアニメキャラクターを作成する方法がTokyo Deep Learning Workshop 2018で解説されており、その動画がYouTubeにアップロードされています。

イリノイ大学アーバナ・シャンペーン校の研究者グループは、機械学習ベースでの強力な画像処理技術を発表しました。この技術では通常のカメラで低照度撮影された画像を、ノイズが少ない鮮明な画像に変換することが可能となっています。