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

2022年11月5日にバージョン4(V4)がテスト公開された画像生成AI「Midjourney」の新モデル「niji・journey(にじジャーニー)」のクローズドベータテスターの一般募集が2022年11月7日に始まりました。にじジャーニーはその名の通り、二次元イラストに特化したモデルとなっており、Midjourneyメンバー以外でもメールアドレスを登録するだけで無料でクローズドベータテストに登録できます。

イタリア南部にあるレッチェ市が、顔認識技術に基づいたシステムを提供すると発表したことを受けて、データ保護局が「当面、イタリアでは司法捜査または犯罪防止・抑止目的のための処理を除いて、顔認識システムの設置・使用は許可されていません」とくぎを刺す事態が発生しました。

近年のAIを用いた画像生成技術の向上によって、元の画像を違和感なく改変して偽の情報を作り出せる状況が生まれています。そんな中、マサチューセッツ工科大学のハディ・サルマン氏らが目に見えない改変を画像に加えてAIによる加工を防止するシステム「PhotoGuard」を発表しました。

画像生成AI「Stable Diffusion」では、入力する文章(プロンプト)を工夫することで、高品質なキャラクター画像を生成することができます。ただし、プロンプトを練りすぎていると似たような画像を生成し続けることになったり、そもそもプロンプトの作成が難しいという問題にブチ当たりがちです。Stable Diffusionを手軽に使える「AUTOMATIC1111版Stable Diffusion webUI」向けの拡張機能「UnivAICharGen」を使えば、あらかじめ作り込まれたプロンプトの画像をランダムで生成しまくることが可能とのことなので、導入方法や使い方を確かめてみました。

近年、文章(プロンプト)を入力するだけで画像を生成してくれるAI「Stable Diffusion」が大きな注目を集めていますが、Stable diffusionは基本的にNVIDIA製のGPUで計算を行うように設計されており、他社製のGPUで計算を行うことは想定されていません。しかしプログラマーのrahulunair氏が開発した「stable_diffusion_arc」が、Intel製のGPUである「Intel Arc」でStable Diffusionを動作させることに成功しています。

文章を入力するだけで好みの画像を生成できるAI「Stable Diffusion」には、画像の続きを描画する「アウトペインティング」や、画像の一部を生成画像で置き換える「インペインティング」などの機能も搭載されています。そんなアウトペインティングやインペインティングを直感的に利用できるようにしたUI「Hua」が公開されていたので、実際にHuaを用いて画像を生成する手順をまとめてみました。

2022年11月5日に、画像生成AI「Midjourney」のバージョン4(V4)がテスト公開されました。Midjourney V4を利用したユーザーからは「高品質な画像を作るのが簡単すぎる」といった感想が寄せられています。

文章(プロンプト)を入力するだけで画像を生成してくれるAI「Stable Diffusion」が大きな注目を集めていますが、Stable Diffusionを使うには高性能GPUを搭載したマシンを用意する必要があるため興味はあっても使うのを諦めていた人も多いはず。そんな中、iPhoneに搭載されたチップを利用してオフラインでもStable Diffusionを用いた画像生成を可能にするアプリ「Draw Things」が公開されました。実際にDraw Thingsを使ってみたところ、モデルデータの切り替えやシード値の手動入力など高度な機能が山盛りの高性能画像生成アプリに仕上がっていたので、インストール手順や使い方をまとめてみました。

NVIDIAが発表した「eDiffi」は、従来よりも高い精度で高品質な画像を自動生成するAIモデルです。このeDiffiの言葉とペイントから画像生成する機能「paint-with-words」をStable Diffusionに実装する「paint-with-words-sd」が登場しました。

画像生成AI「NovelAI」は海外の二次元イラストサイト・Danbooruの画像とタグを使ったデータセットで学習しています。そのため、AIに画像を自動生成してもらうために入力するプロンプトあるいは呪文と呼ばれる文字列をDanbooruのタグ規則に沿ったものにするとより高い精度で高品質のイラストが出力されます。「tags.novelai.dev」はDanbooruのタグで構成したプロンプトをクリックしていくだけで簡単に作ることができるサイトで、NovelAIでイラストを生成したい人にお役立ちです。

近年、文章(プロンプト)を入力するだけで画像が生成されるAIに関心が高まっており、誰でも簡単に画像生成AIを利用できる環境が整いつつあります。しかし、実際にAIがどのようにプロンプトを読み込んでいるのかを理解するのは困難です。プロンプトがどうやってAIに入力されているのかを視認できるウェブアプリ「Tokenizer」を、画像生成AIサービスを提供するNovelAIが公開しています。

画像をウェブページの作成や資料作成用に編集する際は、「画像をリサイズ」「名前を変更」「フォルダを移動」などの複数の処理を行う必要があります。無料で公開されているソフトウェア「chaiNNer」を使えば、複数の処理内容を数珠つなぎにしてワンクリックで実行できるとのこと。日々の繰り返し作業が楽になりそうだったので、実際に使い方を確かめてみました。

株式会社セルシスのプレスリリース（2022年11月2日 14時00分）セルシス、自動で陰影を生成する技術と描画領域を簡易的に抽出する技術の研究内容を公開

文章や画像を自動生成するAI「NovelAI」に用いられている、出力する画像の質を大きく向上させる「Aspect Ratio Bucketing」がオープンソースソフトウェアライセンス・MITライセンスで公開されました。この技術は、画像生成AIの問題として認識されていた不自然に切り取られた画像が生成される問題を解決するためのものです。

大手半導体メーカーでありAI研究にも力を入れているNVIDIAが、新たな画像生成AIである「eDiffi」を発表しました。NVIDIAはeDiffiについて、世界中で話題となっている「Stable Diffusion」やOpenAIの「DALL・E2」といった従来の画像生成AIより入力テキストに忠実な画像を生成できると主張しています。

「Stable Diffusion」などの画像生成AIを手軽に使える環境が急速に整いつつありますが、インターネット上では「画像生成AIがアーティストの仕事を奪ってしまうのではないか」という議論も起きています。そんな中、アーティストのヴィタリー・S・アレクシウス氏が「画像生成AIがいかにアーティストの表現活動に役立つか」を解説しています。

画像AI「Midjourney」の二次元特化版「にじジャーニー」（niji・journey）のクローズドβテストへの参加申し込みが始まった。運よくテストに参加できたので、実際に記者がさまざまな画像を出力してみた。

1969年7月20日、アポロ11号が人類初の月面着陸に成功しました。この月面着陸が失敗してしまった場合を想定し、当時の貴重な資料やディープフェイクを駆使して再現した動画が「In Event of Moon Disaster」です。動画は当時の映像や資料をベースに、ディープフェイクを用いて作成されているため、動画のどこが正しい情報で、どこが偽りの情報か判別がつかないレベルの仕上がりとなっています。

近年、文章を入力するだけで好みの画像を生成してくれる「Stable Diffusion」や「DALL・E」などのAIに大きな注目が集まっています。そんな中、DALL・Eの開発元であるAI研究団体のOpenAIが、開発中のアプリにDALL・Eを簡単に組み込めるようにするAPI「DALL・E API」のパブリックベータ版を公開しました。

画像生成AI「Stable Diffusion」はあらかじめ学習したデータセットを基にして、プロンプトあるいは呪文と呼ばれる入力文字列に沿った画像を自動で生成します。そのStable DiffusionのAIモデルに画像を追加で学習させる「Dream Booth」という手法があるのですが、コマンド入力による操作が必要で、演算処理に何十GBものVRAMを必要としました。しかし、Dream BoothをGUIで、しかもNVIDIA製グラボであれば10GB程度の環境でも使える「Dreambooth Gui」がリリースされたので、実際に使ってみました。

画像生成AI「Stable Diffusion」には参考画像を指定して構図や雰囲気の似た画像を生成する「img2img」と呼ばれる機能が備わっています。そんなimg2imgを活用して「始まりの画像」と「終わりの画像」を指定するだけで両者の中間画像を生成できるスクリプト「Interpolate」がStable Diffusionの多機能UI「Stable Diffusion web UI(AUTOMATIC1111版)」向けに公開されていたので、実際に導入する方法や使い方をまとめてみました。

【シリコンバレー=奥平和行】米グーグルは2日、人工知能（AI）の開発や活用に関する説明会を開いた。文章をもとに解像度が高い動画を作成できる技術を披露し、1000言語に対応する翻訳システムを開発すると明らかにした。AIをめぐる大手テクノロジー企業やスタートアップ企業による競争が激しくなっている。「AI@」と題した研究部門が主催するイベントを米ニューヨーク市で開き、一部をウェブ中継した。スンダー・

近年は高精度な画像生成AIが発達したことにより、AIが描いた絵が美術品評会で1位を取ってしまい物議を醸しているほか、AI作品を取り巻く著作権の問題も盛んに議論されています。そんな中、アメリカ・ニューヨーク市のBitforms galleryが、AIを使って制作された絵画や彫刻作品を集めた「Artificial Imagination」という美術展を、2022年10月26日～12月29日の日程で開催しています。

画像生成AI「Stable Diffusion」はプロンプトあるいは呪文と呼ばれる入力した文章から画像を自動で生成することができます。このStable Diffusionで生成した画像をフレームにしたアニメーションを生成できる「Deforum」を、ウェブUIの決定版といえるAUTOMATIC1111版Stable Diffusion web UIの拡張機能で追加できるようになったので、実際にアニメーションを生成してみました。

Stable DiffusionやDALL・E2のような画像生成AIは、ニューラルネットワークの学習のために大規模な画像データセットを使っています。しかし、こうしたデータセットに含まれる画像は著作権の問題をクリアしていないケースが多く、問題視する声もあがっています。そんな中、自分のイラストがAIモデルの追加学習に勝手に使われたというイラストレーターと、そのモデルの追加学習を行った本人へのインタビューが公開されています。

画像生成AI「Stable Diffusion」をブラウザ上で簡単に使えるウェブUIの中でも最も精力的に開発が行われ、もはやStable DiffusionのGUIとして決定版ともいえる「AUTOMATIC1111版Stable Diffusion webUI」に、AIの画像生成に特定の方向付けができる「Aesthetic Gradients」機能が追加されたので、実際に使ってみました。

画像や動画のオブジェクトを違う色にしたり、特殊な効果を付けたりといった加工をする場合、通常は画像・動画編集ソフトを用いてオブジェクトを指定したり、加工するエフェクトをオブジェクトに合わせて調整したりと、面倒な操作が必要です。そのような画像や動画の加工を、機械学習を用いて「テキストで指定するだけ」で行うことができる「Text2LIVE」がGitHubで公開されています。

写真に写り込んだ不要な被写体や、画像の中に含まれる邪魔な文字など、画像の一部を消したい状況は多く発生します。画像の中の不要な部分をキレイに削除できる無料ツール「Lama Cleaner」を見つけたので、PCへの導入方法や使い方をまとめてみました。

AIイラスト専用の投稿サイト「chichi-pui」（ちちぷい）が10月30日にリリースされた。運営者は個人で、Twitterアカウント「ちちぷい / AIイラストの専用投稿サイト」（＠chi2pui）を名乗っている。

できる事は「40～80点のイラストの量産」と「アイコンイラスト制作」と「キャラ作画用のフォトバッシュの素材」と「自然系の背景」の制作。できない事は「キャラ似せ」と「細部」の描画。また0からテーマやメッセージ性のある評価される絵は作れません。