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

近年、スマートフォンのカメラを使って物体を3Dスキャンできるアプリが複数開発されています。iPhone向けアプリ「r3DPhoto」では、カメラで撮影したデータをもとに高精細な3Dモデルを作成し、品質を選んで購入することが可能とのこと。実際にr3DPhotoをインストールして3Dモデルの作成手順を確認してみました。

ロシアによるウクライナへの軍事侵攻から約2カ月。当初、2日以内に首都キーウ制圧を目指したプーチン大統領だが、思い通りにいかなかった。4月21日には、南東部マリウポリを制圧したと宣言したが、ウクライナ側は…

ムービーに映る人物の顔を、リアルタイムに違和感なく編集できるGANベースの技術「STIT」が発表されました。

PCやスマートフォンの多くは、アプリなどをメモリ上に展開し、そこで処理したデータをさまざまな形式のファイルに変換してストレージに保存しています。しかし、データをそのまま保存するとすぐに容量が足りなくなるので、例えば画像データならJPEGなどのフォーマットで圧縮されます。人の脳も同様に、作業中の情報を一時的に保存する作業領域であるワーキングメモリの記憶を、要約された圧縮データとして保存していることが分かりました。

キヤノンは、医療用X線デジタル撮影装置「CXDI」シリーズ専用のコントロールソフトウェアに使用できる、新たな画像処理技術「Intelligent NR」を開発した。AI技術を活用し、従来処理比で最大50％のノイズを低減する。

米AI研究企業OpenAIは、文章から画像を生成するAI「DALL・E 2」を発表した。生成した画像を掲載するデモサイトも公開しており、その絵のクオリティーの高さにTwitter上では「最新のAIやばすぎる」など、驚きの声が出ている。

自然言語処理と画像生成を組み合わせて、与えられた言葉から自動でイラストや写真を生成するAI画像ジェネレーター「DALL・E」の改良版「DALL・E 2(ダーリー2)」が登場しました。高解像度・低レイテンシで、新機能として既存の写真の一部領域を指定して編集を行う「inpainting」が加わっています。

大人気バトルロイヤルゲーム「フォートナイト」の開発で知られるEpic Gamesは、ゲームエンジン「Unreal Engine 5」などのクリエイティブツールも開発・公開しています。そんなEpic Gamesがスマートフォンをかざすだけで物体を3Dモデルにできる3Dスキャンアプリ「RealityScan」を発表しました。同時にRealityScanでスキャンされた高品質な3Dモデルのデモも公開されています。

ウェブカメラで撮影する映像をライブ配信の画面に重ねる時、余計な背景を消すためにはあらかじめグリーンバックを背負う必要があります。ライブストリーミングや録画が可能なオープンソースのソフト「OBS Studio」上で、わざわざグリーンバックを用意しなくても勝手にウェブカメラの映像から背景を消してくれるプラグイン「obs-backgroundremoval」が無料で配布されているので、実際に使ってみました。

Googleの兄弟企業であるWaymoの自動運転車は、2020年10月にアリゾナ州フェニックスで完全自動運転タクシーのサービスを開始し、2021年8月にはサンフランシスコ、11月にはニューヨーク市内でも運用試験をスタートしています。複雑な道路環境や交通量の多さが課題だった大都市での自動運転ですが、Waymoは2022年3月30日、サンフランシスコでの人間の運転者がいない「完全に自律的な自動運転」のスタートを成功させたと報告しています。

人物写真や商品写真などを加工する際に使うソフトウェアといえば一番にAdobe Photoshopの名前が挙がりますが、加工する内容が写真の切り抜きだけなのであれば、有料ソフトを購入することなくうまく簡単に処理したいものです。そんな時に役立ちそうな無料ツールが「PhotoRoom」で、専用のモバイルアプリだけでなくウェブアプリ版もあり、ユーザー登録なしでも使えるツールとなっています。

GDC 2022のサブイベント「Machine Learning Summit」から，スクウェア・エニックスによる公演「Machine Learning Summit: Emotional Neural Style Transfer: Expressing Character AI Emotion through Paintings」（機械学習サミット：感情的なニューラルスタイル変換：絵でキャラ…

近年ではAIが「現実の人間と見分けがつかないほど精巧な顔」を生成することが可能となっており、政治的な目的でAI製の顔写真が用いられるケースも増えています。そんな中、ビジネス系SNSのLinkedInにおいて企業のマーケティング活動を行うアカウントにおいても、AIが作り出した架空の顔を使用するケースがあることが判明しました。

クラウド録画サービスを展開するセーフィーは、クラウドで情報を集約管理する顔認証入退室サービス「Safie Entrance2」の提供を開始した。非接触で体温が測定できる機能や、「なりすまし」を防止するセキュリティー機能も充実している。

ウクライナ国防省が顔認証技術スタートアップとして知られるClearview AIの技術を導入したと2022年3月13日に発表されました。この時点ではClearview AIのCEOが顔認証技術の使用例について解説していたのみでしたが、3月23日にウクライナのミハイロ・フェドロフ副首相が、その実際の活用法について語っています。

カメラに映る顔を認識してアバターに置き換える機能がミーティングアプリ「Zoom」に追加されました。いつもと違う雰囲気の会議を開催したい際や、顔出しNGな場でのコミュニケーション手段として役立ちそうだったので、実際に使って設定手順や表情追従性能などを確かめてみました。

段差や凹凸を検知し、前後左右に自律走行しながら目的地まで移動する自律移動ロボット(AMRs：Autonomous Mobile Robots)の開発を加速するためのプラットフォーム「Isaac Nova Orin」をNVIDIAが発表しました。

世界トップのAI研究チームが1億以上の動画・画像・音声アセットをベースに構築した、人工知能(AI)で作成された偽の画像・動画・音声であるディープフェイクを検出するプラットフォームが「Reality Defender」です。ユーザーはReality Defenderが提供するウェブアプリあるいはAPIを介してアセットをスキャンするだけで、ディープフェイクが混ざっていないかを検出できます。

元FacebookのMetaがVR空間での会議ツールを提供するなど、VRはゲームやムービー、コミュニケーションなど広い用途で使われるようになっています。しかし、VRに最適化されたコンテンツを用意するには専用のカメラやツールを用いる必要があるため、高いコストがかかる場合があります。「Lifecast」は既存のムービーに深度情報を追加できるソフトウェアで、180度の立体視に対応したVR180コンテンツさえ用意すればVRに最適化したムービーを簡単に生成できるとのことです。

ウクライナ国防省が顔認証技術スタートアップとして知られるClearview AIの技術を導入したことがわかりました。Clearview AIの顔認証エンジンは非常に強力で、検問所で目標としている人物を見つけることなどが簡単になるとみられます。

Microsoftは自社製デバイス「Surface」シリーズの中にホワイトボード風に使える大画面デバイス「Surface Hub 2S」をラインナップしています。このSurface Hub 2Sにはビデオ会議用の4Kカメラが付属していますが、新たに高性能プロセッサを搭載しAIの力で高品質なビデオ会議を可能とする新型カメラ「Surface Hub 2 Smart Camera」が発表されました。

この世に存在しない人物のリアルな顔写真を一瞬で生成したり、人と見分けが付かないほど超高精度な文章を作成したり、AIのディープラーニングはこれまでにない技術を人間にもたらしています。しかし、この技術を悪用した偽の写真などが登場していることも事実。このような「ディープフェイク」を検出するために立ち上げられたプロジェクトが「Detect Fakes」です。

Appleは、地球全体に広がるぜいたくなビックリハウスの格安チケットを提供し続けることを、ありがたくも決断した。それはiPhone SE（第3世代）。もしこの有益な商品が販売中止になっていたら、私はiPadに乗り換えるかAndroidに戻るしかなかった。なぜなら、代わりになるべきiPhoneには醜い切り欠きとFace IDが必ず付いてくるからだ。

スマートフォン向けのゲームアプリや漫画アプリの中には、「広告ムービーを数十秒再生すると無料で利用可能」という広告モデルを採用しているものもあります。この広告モデルにスマートフォンのカメラを用いたアイトラッキングを組み合わせた「画面を見ていない間は広告ムービーを一時停止する」という機能を備えたアプリが登場しました。

人間に似せたものを作ったとき、ある程度の再現度までは好感度を高める効果がありますが、一定以上に似ると嫌悪感が一気に高まります。これは「不気味の谷現象」と呼ばれる、脳の働きによるものです。

音楽・映像事業で知られるエイベックス・グループの子会社であるエイベックス・テクノロジーズが「3Dキャラクターをもっと身近に！」をコンセプトに提供する3DCGキャラクター関連プロジェクトが「RiBLA」です。そんなRiBLAの一環として、無料で誰でもVTuberになれるツール「RiBLA Broadcast (β)」がリリースされたので、実際に使ってみました。

iPhoneを利用して物体の3Dスキャンを行うアプリは複数存在しますが、その多くはLiDARスキャナ(測距センサー)が必須で、LiDARスキャナを搭載していないモデルでは使用できません。iPhone向けアプリの「Trnio 3D Scanner」なら、LiDARスキャナを搭載していないモデルでもカメラを使った3Dスキャンが可能とのことなので、実際に使って物体の3Dスキャン手順を確かめてみました。

Twitterで多くの人が「いいね」やRTした人気の画像を、ニューラルネットワークで解釈して「何が写っているのか」を推測しツイートするボット「neural net guesses memes(NNGM)」が46万フォロワーという人気を博しています。なぜこんなボットが生み出されることになったのか、テック系レポーターのヘイデン・フィールドさんが作者から話を聞き出しています。