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

GoogleのAI開発チームは、コンピュータービジョンに関する国際会議のCVPR 2019において、リアルタイムで手の動きをトラッキングする機械学習システムを、Googleが提供するオープンソースフレームワークであるMediaPipeに実装すると発表しました。手や指の動きを追跡する既存のハンドトラッキングシステムは、高性能なデスクトップ環境に依存してきましたが、Googleは新たにスマートフォンのカメラでリアルタイムのトラッキングを可能にした上に、複数の手もトラッキングできると説明しています。

ロゴを作成したい製品やブランドの名称と、イメージが当てはまるキーワードを入力するだけで、人工知能(AI)が自動で素早くロゴを生成してくれるサービスが「Designwithai」です。ロゴは自動で複数種類生成され、そのままダウンロードしてもよし、フォントや各要素の配置を微調整可能なカスタマイズツールを使ってもよしとなっています。

機械学習の進歩に伴ってさまざまな画像を生成するAIが作られており、「マジック：ザ・ギャザリング」のカードを自動で生成してくれるAIや、架空のアイドルを自動生成してくれるAIなどが誕生しています。AIイラストレーター「彩(さい)」は、数クリックするだけで好みの顔のイラストを描いてくれるウェブサービスで、描かれたイラストをダウンロードして商用利用することも可能となっています。

Googleが写真を簡単に管理できるギャラリーアプリ「Gallery Go」をリリースしました。クラウドストレージサービスの「Google フォト」と異なり、ローカルに保存された写真のみを扱うので通信が発生せず、動作も軽量でサクサク使用できるとのことなので、実際に使い勝手を確認してみました。

自分の好みに合わせて人工知能(AI)が二次元の美少女イラストを無料で生成してくれるサービスが「Waifu Labs」です。Waifu Labsは、2019年7月上旬にアメリカ・ロサンゼルスで開催された「Anime Expo 2019」に出展して話題となった「Waifu Vending Machine(俺の嫁自動販売機)」のシステムで、開発したSizigi Studiosによって無償公開されています。

天然ガスの主成分であるメタンガスは、二酸化炭素の80倍以上の温室効果を持つといわれています。メタンガスは化石燃料の生産や消費だけではなく、埋め立て地や大規模牧場で飼育される牛のげっぷからも発生しますが、そんなメタンガスの排出量を人工衛星からモニタリングするというサービスを提供する民間企業が出てきていると、科学系メディアのScientific Americanが報じています。

AIを用いて有名女優のポルノ映像を作成するという「フェイクポルノ」が2017年末から2018年にかけて大流行しましたが、これと同じようにAIやニューラルネットワークを用いることで、女性の写真から服だけを削除して裸にしてしまうという凶悪なアプリケーション「DeepNude」が登場しています。

元交際相手や元配偶者の日常での画像・映像とポルノムービーを合成させる「フェイクポルノ」は、リベンジポルノとして使われる可能性が問題視されています。ターゲットとなった相手を精神的にも社会的にも傷つけるフェイクポルノを、正式に規制した法律がアメリカ・バージニア州で2019年7月1日(月)から施行されました。

「古代ギリシャの科学者であるアルキメデスが凹面鏡で太陽光を集めて敵艦を焼き払った」という伝説がある通り、光学の歴史の始まりは2000年以上前に遡ります。そんな光学の歴史上で人類が2000年以上も解決できなかった「レンズの収差の解消」という難問をメキシコの大学院生が数学的に解決したと報じられています。

ディープラーニングを用いて静止画から物体を取り除いて補正する技術などは既に実現していますが、Googleはさらに映像の「奥行き」に着目することで、ムービーから人や物を消したり、実際には存在しないオブジェクトを合成する技術の開発を進めています。

GoogleのAI研究チームが査読前論文の公開サイトarXivに掲載した論文によれば、新たに開発したAIでムービーの最初と最後のコマだけを手がかりに、抜け落ちた途中のコマを生成することに成功したそうです。

話している人の「声」だけでも、性別・年齢や、ときには出身地などの情報が判別できます。「Speech2Face」は人の声と話し方から話者の顔を予想して画像を生成するというAIで、音声から人の身体的特徴を導き出すために開発されています。

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。