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

GNUプロジェクトの一部であるGNOMEが、既存の認証局の代替を目指す分散型の無許可のネーミングプロトコルを開発するHandshakeから40万ドル(約4400万円)の寄付を受け取りました。そして、この寄付金のうち10万ドル(約1100万円)を、同じGNUプロジェクトの一部である画像編集ソフト「GIMP」の口座に移したことを明かしています。

近年のAI技術の発達には目を見張るものがあり、「人間はAIに仕事を奪われてしまうのではないか？」という危機感を持つ人も少なくありません。そんな中、「中国で行われた病気の画像診断コンテストで、AIがベテランの医師たちよりも高い精度で正しく病気を診断した」ということが話題になっています。

AIに関する非営利の研究機関として設立されたOpenAIは、違和感なく2つの顔写真を合成したり、顔写真に年齢やヒゲ、笑顔などの属性を追加したりすることができる技術「Glow」を発表しました。

次の時代はAI時代だと言われていますが、実際にAIを作成するのは難しいように感じられます。「AIメーカー」はそのさまざまな困難を一気に解決してくれるサービスとのこと。実際に使ってどれくらい簡単にAIが作成できるのか試してみました。

人がテーブルの天板と3本の脚の存在を目で確認すると、「後ろに4本目の足がある」と頭の中で勝手に推測するものです。このような作業は人間にとっては容易なものですが、人工知能にとっては非常に困難な作業だとされています。Googleの親会社Alphabet傘下のAI企業DeepMindは視認できる情報から目で見えない部分を推測する「Generative Query Network(GQN)」を開発しました。

映像の中で登場するオブジェクトをトラッキングすることは、コンピュータービジョンにとって重要かつ基礎的な問題です。しかし、視覚的に「オブジェクトをトラッキングするように」と人工知能(AI)に教えることは、学習のための大量のラベル付きデータセットなどを必要とするため、実用的ではありません。そんな中、研究者グループがラベル付きデータセットがなくても正確に映像内のオブジェクトをトラッキングできる手法を発表しています。

2015年に発表された「Googleフォト」はこの3年間で多くのユーザーを獲得しており、人々がGoogleフォトで見る写真の枚数は1日で50億枚にもなるとのこと。Googleフォトは写真をクラウドに保存するだけでなく、友人と写真を共有したり見たい写真を単語で検索したりすることが可能ですが、Googleは新たに「白黒の写真をAIがカラー写真に加工する」機能を搭載する予定だと発表しました。

DeNAが、人工知能(AI)を用いることで鮮明なアニメキャラクターの画像生成が可能な技術および、作成したキャラクターに動きをつけることが可能な動画生成技術を開発しました。

動きのない1枚の人の画像から人体と衣服の3Dモデルを計算し、衣服を3D上で着せ替えることができる技術をノースカロライナ大学チャペルヒル校の研究者らが開発しました。新たなアルゴリズムによって、単に人体の画像に衣服の画像を重ね合わせるだけでなく、服のしわや体形による服の状態変化なども再現されるそうです。

アフリカなどで野生のサルが密猟者によって捕獲され違法に売買されることで、絶滅のおそれがある種もいます。そんな貴重な野生のサルを、画像認識ソフトを駆使して保護しようという取り組みが行われています。

少なくとも5年にわたってFacebookやYouTubeなどソーシャルメディアから集めた映像や写真を元に、巨大な顔認識データベースを構築するイスラエルの企業の存在を、アメリカの経済誌Forbesが明らかにしています。

現在で最も華やかなコンピューター技術と言えば、ディープラーニングを用いた人工知能と言えますが、農業の分野にもそんな波は訪れようとしているようです。元制御システム開発者で、現在は家業であるキュウリ農家を営んでいる小池誠さんは、GoogleのTensorFlowを使って学習させたAIを駆使することで、収穫されたキュウリを自動で選別して等級ごとに仕分けする装置を開発しています。

ファッションコーディネートアプリ「iQON(アイコン)」の開発・運営を行うVASILYが、スナップ写真で着用しているアイテムを検出・検索できる独自のシステムを開発しています。これが例えばショッピングサイトなどに実装されれば、自分が気に入ったスナップ写真をアップロードするだけで、コーディネートを丸ごと真似したり特に気に入ったアイテムだけを購入したりが可能になるかもしれません。

ディープラーニング技術の急速な進歩によって画像認識処理の精度が非常に高まっています。Googleがディープラーニング技術を活用して、糖尿病にともなう眼疾患の早期発見において、専門医を上回る成果を見せています。

機械学習を使った顔認証技術は精度の向上に伴ってiPhoneのFace IDに使われたり、中国では警察の捜査に使われたりしています。そんな中、オランダの男性が「猫の顔認証デバイスを作成した」と話題になっています。

2017年頃から、3DCGモデルのアバターを使って動画配信を行う「バーチャルYouTuber」が次つぎと登場し、バーチャルYouTuber界の「親分」とも呼ばれるキズナアイがチャンネル登録者数160万人を超えるなど、話題になっています。「Hitogata」は、ウェブカメラで映した顔をフェイストラッキング機能でアバターとリンクさせることで、バーチャルYouTuberのように、3DCGモデルに豊かな表情とアクションをさせながら動画配信を行う手助けとなるツールで、moggさんにより無料で公開されています。

Google Cloudが2018年1月に発表した「Cloud AutoML Vision」は、機械学習についての知識がほとんどない人でも簡単に画像認識を使った機械学習を利用できるサービスですが、さっそくこのCloud AutoML Visionを利用して、日本のエンジニアがラーメン二郎のラーメンを高い精度で識別することに成功しました。

Twitterに投稿した画像はUIデザインに合わせて自動でトリミングされますが、「思っていたのと違う……」という切り取り方をされることもよくありました。TwitterはAI技術を活用することで、従来よりも速くかつ最適なトリミングが可能になったと公式ブログで発表しています。

人工知能(AI)を用いて既存のポルノに有名女優の顔を合成する「フェイクポルノ」が登場して以来、ここ数か月でさまざまな有名女優を使ったフェイクポルノが急増しています。そして、実在する人間で作るフェイクポルノに飽き足らず、今度はゲームの中に登場するキャラクターの顔を使ったフェイクポルノが増えはじめています。

画像ファイルのリサイズはすべてのピクセルに対して均等に伸縮させるものです。このため、人物や建物が写っている画像に縦横比を無視したリサイズを行うと、被写体のバランスも崩れてしまい、違和感のある画像になってしまいます。画像リサイズ用ライブラリ「Caire」は画像内にある人物や建物などの比率を維持したままリサイズでき、違和感のない画像を作り出せます。

既存のポルノと有名女優の顔をAIで合成させる「フェイクポルノ」は2017年12月ごろから爆破的な広まりを見せていますが、「リベンジポルノに利用される恐れがある」といった理由から有名ポルノサイトのPornhubやTwitterなどでの投稿が禁止されています。そんな中、フェイクポルノ誕生の地であり、コミュニティの中心となっている海外掲示板・Redditがフェイクポルノの投稿を禁止する方針を発表しました。

写真や画像を無料で保存できるGoogle Photosには機械学習が使われており、類似のコンテンツ認識し、自動でラベル付きで分類してくれます。2015年にこのGoogle Photosが黒人を「ゴリラ」とラベリングしたことが大きなニュースとなりましたが、2年たってどれだけ画像認識技術が進歩したかがチェックされたところ、「Google Photosはゴリラを見えないものとしている」ということがわかりました。

Microsoftが文章からイメージを自動生成できるAI技術を開発しました。「黄色い体で、黒い翼を持ち、短いくちばしの鳥」と入力すれば、まるで実在する鳥であるかのような自然な画像を自動生成できます。

イギリスの首都警察は押収したデバイスに犯罪の証拠となる写真が含まれているかどうか専用のソフトウェアに頼っているのですが、ソフトウェアに「砂漠の画像をヌードと判断する」という問題点があることから、児童ポルノの検出を含め繊細な作業は専門家らの手に頼って調査していました。しかし、上記のような作業は担当者を精神的に追い詰めるとして、新たに人工知能(AI)を利用した検出ソフトが開発されています。

空港から出国する人を顔認証で識別する試みがアメリカの一部の空港で行われており、2018年には同システムを全国規模で展開する予定です。しかし、出国者を顔認証するシステムは議会の承認を得ておらず法的な根拠があいまいであるのに加え、技術的にも問題があるとするという報告書が公開されました。

映画などのフィクションの世界のように、低解像度の写真を高解像度のものに変換するのが難しいことは、画像の編集や加工を行ったことがある人ならば誰でも知っていることです。しかし、ドイツの研究機関であるMax Planck Institute for Intelligent Systemsに所属するコンピューターサイエンティストたちが、低解像度の写真を高精細なものに変換するアルゴリズムを開発しており、その出来栄えは驚くべきものとなっています。

人間以上の能力を持つ画像認識用人工知能(AI)の「PlaNet」」や、自動で画像を分析して言葉で説明してくれる「CaptionBot」、さらには今流行りの自動運転カーに至るまで、多くの最先端技術でニューラルネットワークを用いた画像認識技術が応用されています。しかし、これは簡単に欺くことできるとマサチューセッツ工科大学(MIT)の研究グループが指摘しています。

「縮小された画像を再度拡大すると、ドットが目立つ汚い画像になってしまう」という経験をしたことがある人は多いはず。粗い画像をきれいに復元することは簡単にはできないことですが、大量の画像で機械学習させたAIが粗い画像をきれいに復元してくれるという、「Let's Enhance」というWEBサービスを使ってみました。

技術の進化が著しい「ディープラーニング」を使うことで、著名な画家の作風を認識し、別の映像をそのテイストに変換してしまうというアルゴリズムの開発が進められています。ドイツ・フライブルク大学コンピューターサイエンス学部のManuel Ruder氏らによる研究で行われた実際の変換の様子がムービーで公開されているのですが、その様子は驚きを禁じ得ないレベルに達しています。

MITコンピュータ科学・人工知能研究所はディープラーニングにより乳がんの発生を予知する手法を開発したと発表しました。これにより、乳がんになりやすい人を従来よりもはるかに高い精度で発見することができるほか、将来的には乳がん以外のがんや心筋梗塞などの早期発見にも役立つと期待されています。