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

MacやWindows向けバーチャルカメラアプリ「xpression camera」を提供するEmbodyMeは、声だけで「カメラON」のウェブ会議に参加できる新機能「xpression camera Voice2Face」をリリースした。家事や子供の面倒を見ながらビデオチャットが可能になる

2022年8月にオープンソースで一般公開された画像生成AI「Stable Diffusion」は通常コマンドラインで入力や制御を行いますが、初心者でも簡単に操作できるStable Diffusion向けGUIが数多く登場しています。その中でもブラウザから使えるウェブUIであるAUTOMATIC1111版Stable Diffusion web UIは特に開発が活発で精力的に更新されており、もはや画像生成AI向けGUIの決定版ともいえる存在です。そのAUTOMATIC1111版Stable Diffusion web UIをAdobe PhotoshopやKritaから使えるようになるプラグイン「defuser」が公開されています。

テキストプロンプトで画像を編集できるAI技術がよく話題になっていますが、それらは編集タイプが限定されていたり、複数の画像の入力が必要だったりするものがほとんどです。しかし、2022年10月17日にプレプリントサーバーのarXivで発表された「Imagic」は、画像の修正箇所を手動で指示したり別の画像を入力したりしなくても、1枚の画像とテキストプロンプトだけで複雑な画像の編集が可能とのことで、論文に掲載されている画像を見るだけでもそのすさまじさを実感することができます。

高精度な画像生成AI「Stable Diffusion」をブラウザから簡単に使うことができるウェブサービス「Mage」が登場しました。Mageはブラウザから直接アクセスして無料でStable Diffusionを使えるだけでなく、生成される画像に含んで欲しくない要素を指定するネガティブプロンプトの設定もできるほか、成人向け描写を規制するセーフティーフィルターも解除されているとのことで、実際に使い勝手を確かめてみました。

深層学習はものづくりやデザインの分野でも活用が始まっています。物体を認識するだけではなくて、物をつくり出す力すらも、深層学習が持ち始めているわけです。

近年、文章や参考画像を入力することで好みの画像を生成できるAIの開発が活発に行われており、中には画像生成AIで出力した絵が人間の絵を差し置いてコンテストで入賞を果たすなど、社会的な影響も出始めています。この状況の中、世界中のイラスト投稿サイトがAIが生成してイラストの投稿に制限を設けるなど、AIによって出力された画像に対するルール作りが急速に進んでいます。新たに、ストックフォト最大手の一角である「Shutterstock」が画像生成AI「DALL・E」を開発したことで知られるAI研究団体「OpenAI」と提携し、ShutterstockにAI画像生成機能を追加することを発表しました。同時に、AIの学習に貢献したコンテンツの作者に対して報奨金を与える仕組みの作成も発表されています。

画像合成技術「ディープフェイク」は極めて高精度な合成が可能で、Disney＋配信のドラマ「マンダロリアン」では、俳優マーク・ハミルが若かったころの姿が登場するのですが、YouTuberがディープフェイクで本編よりクオリティの高い映像を作ったのでルーカスフィルムが雇用する事例まで出ています。一方、俳優の顔をポルノ映像に合成するような使い方もあり、直近では有名人を許可なく宣伝・広告映像に用いる事例が確認されています。

バイドゥが開発・運営を行なっている日本語入力アプリ「Simeji」に、言葉を入力するだけで、画像を自動生成してくれる新機能「AIイラスト」が登場した。ネットでは続々と「AIイラスト」で生成した画像の共有が行われ、賑わっている。

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に大きな注目が集まっており、有志の開発によって誰でも簡単に画像生成AIを利用できる状況が整いつつあります。しかし、プロンプトは基本的に英語で入力する必要があるため、英語が苦手な人にとっては扱いにくく感じます。そんな中、高品質なアニメ画像を出力できる画像生成AI「NovelAI」向けに、生成したい画像の特徴を選択するだけでプロンプトを作成してくれる日本語ウェブアプリ「Magic Generator」が公開されました。

AIが作った画像か判断するAIを作りました ※機械学習やったことない人が書いてます Why 新卒同期などが雑多に集まるディスコードに貼られたピクシブのお気持ち表明だった ピクシブのお気持ち表明記事の「AI生成作品のフィルタリ...

近年、文章を入力するだけで好みの画像を出力できる画像生成AIが大きな注目を集めています。数ある画像生成AIの中でもAIスタートアップのStability AIが開発した「Stable Diffusion」は、2022年8月のオープンソース化されたことを切っ掛けに複数のGUIアプリが開発されるなど非常に活発なコミュニティが生まれています。そんなStable Diffusionのバージョン1.5のリリースが遅れている理由について、Stability AIの最高情報責任者を務めるダニエル・ジェフリーズ氏が説明しています。

Photoshopなどのデジタル画像編集ソフトウェアでは、「覆い焼き」や「ソフトライト」といったさまざまなブレンドモード(レイヤー合成モード)を用いて画像を編集することが可能です。このレイヤー合成モードは一体何をしているのかを、プロダクトデザイナーのダン・ホリック氏が解説しています。

目立つ柄だけど社会的に消えます。伝統的に冬になると欧米人が着る、ダッサい柄の｢アグリー・セーター｣。マイクロソフトも毎年新作をリリースし、音楽業界ではアイアン・メイデンやガンズ・アンド・ローゼズがオリジナルを作っていましたね。さて、今年もそろそろアグリー・セーターの時期が到来しようという頃合いですが、ニューヨーク州にあるコーネル大学では、監視カメラでAIが認識しない｢アグリー・セーター｣が爆誕し

なんか「AIイラスト」の世界がスゴイことになっているらしい。本当にクオリティが高いらしく、“絵師たちの仕事を奪うかも” みたいなことを言っている人もいるとかいない …

「AIか哲学者か」を見分けることは専門家でも難しいと言われたり、Googleのエンジニアが「AIが感情や知性を獲得した」と発言したりと、人工知能の技術は目覚ましく成長しています。しかしその進歩の一方で、AIが言語をマスターすることは困難であるとされています。AIと言語習得の関係とAIが抱える問題点について、「画像生成AI」の問題とも絡めながら、ニューヨーク大学のゲイリー・マーカス名誉教授が科学メディアのUndark Magazineのインタビューに応えています。

オープンソースの画像生成AI「Stable Diffusion」の開発を主導するAI企業・Stablity AIが、1億100万ドル(約150億円)の資金調達に成功したと発表しました。さらにStablity AIは、1日あたり1000万人以上のユーザーがStable Diffusionを利用しており、Stable Diffusionをブラウザから使える有償サービス「DreamStudio」のユーザー数は150万人以上であることを明らかにしています。

Instagramは2022年6月、アカウントの生年月日を編集して年齢設定を18歳未満から18歳以上にしようとするユーザーに対し、「自撮り動画をAIで解析して本当に18歳以上かどうか判別するプログラム」のテストをアメリカで開始しました。新たに、このプログラムを4億人もの月間アクティブユーザーを抱えるブラジルとインドにも拡大することが発表されています。

特定の人物の写真をAIに学習させて実際に撮影したわけではない偽のムービーを作り出す技術「ディープフェイク」は、「俳優を現地に呼ばずに映像作品を作成する」といった有用な使い方の他に、「ポルノ映像に他人の顔を重ねる」「架空の人物としてリモートワークの採用面接を受ける」といった悪用事例も多数報告されています。そんな中、NVIDIAがひっそりと公開していた映像補間AI「Implicit Warping」が高品質なディープフェイク生成に使えるとして話題になっています。

Adobeのクリエイター向けイベント「Adobe MAX 2022」が日本時間の2022年10月19日から開始しています。その中でAdobeは、クリエイター中心の画像生成AIを開発し、その使用における透明性を確保することにより、Adobe製品を用いた創作をサポートするというコミットメントを発表しました。

2022年8月に画像生成AI「Stable Diffusion」が一般公開されて以降、文章を入力するだけで好みの画像を生成してくれる画像生成への注目が高まっています。そんな中、イラストの作者が人間なのかAIなのか当てるクイズ「Human or AI」が公開されていたので、実際に挑戦してみました。

“やじうまの杜”では、ニュース・レビューにこだわらない幅広い話題をお伝えします。

英Imperial College London（ICL）の研究チームは、テキスト入力に応じて自動生成した画像を目標に、ロボットが動いて物体を再配置するシステムを提案した研究報告を発表した。

Microsoftが2022年10月12日に開催したSurface新製品発表イベントで、Microsoft 365の新アプリである「Microsoft Designer」、そして検索エンジンのBingに追加される「Image Creator」機能を発表しました。このMicrosoft DesignerとBingのImage Creatorには、OpenAIの画像生成AI「DALL-E 2」が組み込まれることも明らかとなりました。

Stable Diffusionなどの画像生成AIは、「プロンプト」と呼ばれる文字条件から画像を生成します。Waifu-DiffusionやNovelAIなど、二次元イラストに特化した画像生成AIは、二次元イラストサイトのDanbooruにアップロードされた画像で学習しています。そこで、Stable DiffusionではなくDanbooruのタグで画像を生成する手助けになる機能「Deep Danbooru」が、Stable DiffusionのウェブUIの決定版である「AUTOMATIC1111版Stable Diffusion web UI」で簡単に利用できるようになったので、実際に使ってみました。

2022年9月に登場したアクションカメラ「Osmo Action 3」は、4万円台という比較的安価な価格ながら頑丈なボディや水深16mまでの防水性能などアクションカメラとして申し分ない耐環境性能を備えています。そんなOsmo Action 3が編集部にやってきたので、外観チェックに続いてブレ補正性能や水中での色合いの変化などを徹底的に検証してみました。

リモートワークの普及に伴って、「従業員の仕事をウェブカメラを通して監視する」という仕組みを導入する企業も増えていますが、ウェブカメラによる監視を不快に思う人も多いはず。オランダでは、「ウェブカメラでの監視を拒否した」という理由で従業員を解雇した企業に対して、プライバシー侵害や不当解雇の補償として合計約7万5000ユーロ(約1000万円)の支払いを命じる判決が下りました。