タグ: コンピュータービジョン（用語）
コンピュータビジョンに関連する記事一覧
サッカーのゲームをテーブルの上の拡張現実の3D映像で見る
ワールドカップのシーズンなので、機械学習の記事もフットボールを取り上げないわけにはいかない。その見事なゲームへの今日のオマージュは、試合の2Dビデオから3Dのコンテンツを作り、すでに拡張現実のセットアップのある人ならそれをコーヒーテーブルの上でも観戦できるシステムだ。まだそれほど‘リアル’ではないが、テレビよりはおもしろいだろう。 その“Soccer On Your Tabletop”（卓上サッカー）システムは、試合のビデオを入力とし、それを注意深く見ながら各選手の動きを追い、そして選手たちの像を3Dモデルへマップする。それらのモデル…続きを読む
デザインスケッチからコードを起こすAIとコンピュータービジョンのUizardが80万ドルを調達
アプリケーションを作る工程には、誰かが描いたスケッチを見つめながらそれをコードに換えていく、面倒で時間のかかる関門がある。でも実際やってることは毎回同じだから、もっと楽にできるやり方があるはずだ。フロントエンドのデザインからHTMLやCSS、そして実働コードを起こしていくこれまでのソフトウェア開発は、費用も時間もかかり、かったるい反復作業が多い。 そしてこの問題を解決する方法の多くが、むしろかえって複雑だったりする。ワイヤーフレームのようなスケッチを単純にコードに換えてくれて、デベロッパーはアプリケーションのもっと難しい部分に集中でき…続きを読む
即答せよ！ このシステムは問題に答える顔を見て人間であることを確認する
ボットとの戦いに終りはない。しかし、誰もが密かに想像しているスカイネットのようなシナリオでは終わらないことを望みたい。ちなみに、今重要なのはスパムを退治することで、組織的殺人を防ぐことではない。それでも、機会はますます賢くなり、単純な顔認識だけでは人間の識別に十分ではないこともある。今や機械は顔を作ることもできる —— しかし、質問に答えるときの顔を作るのは不得意のようだ。 ジョージア工科大学の研究者らは、CAPTCHAタイプのシステムに取り組んでいる。そして人間がありとあらゆる質問にすばやく自信を持って答えられるのに対して、最先端の…続きを読む
Facebookの全身トラッキングの研究からはAR/VRへの大きな意欲が感じられる
ARとVRのエンターテインメントとコミュニケーションの両方の目的で、Facebookが大きな投資をしていることは、今や誰もが知っている。そしてその新しい研究は、顔を変えたり置き換えたりするだけでなく、全身を対象とするARアプリケーションに同社が取り組んでいることを示唆している。 今日のブログ記事では、 AIカメラのチームが、VRまたはARで全身の置換や追跡を明らかにねらっていると思われる成果を紹介している。 その記事で研究員たちはこう書いている: “われわれは最近、体のポーズを正確に検出し、人と背景を分ける新しい技術を開発した。われわ…続きを読む
ポルノサイトが人工知能でビデオをタグづけ――PornHubのシステムは出演者、場面を認識する
新しいテクノロジーを採用するのが速いのはポルノビジネスだという説がある。PornHub〔閲覧注意〕はこれが必ずしも伝説ではないことを示そうとしている。このサイトではこれまでは人力でビデオの分類、タグづけを行っていた。しかし毎日8000万の訪問者がある巨大サイトにアップされるビデオを手作業でタグづけするのは大変な作業だ。 そこで分類、タグづけのための人員を増やす代わりにPornHubではロボットを採用することにした。 PHubの副社長、Corey Priceは「われわれはファンに対してビデオやモデルに関する情報を迅速、正確に提供すること…続きを読む
写真スタジオよさらば、colormass仮想写真ツールの登場
IKEAは、デジタルイメージングを使用して製品マーケティングを次のレベルに引き上げるために、限界を押し広げたリーダーの1人だ。IKEAのカタログやそのウェブサイトを見ると、スウェーデンのソファー、コーヒーテーブル、スタイリッシュなランプがいっぱいの部屋を見ていると思うかもしれないが、実際に見ているのは非常にリアルながら、デジタル処理によって生み出された3D複製なのだ。そのような複製は次世代の小売に利用されよとしている：ARアプリだ。このアプリを使えば、何を買うかを検討しているときに、商品を選んで部屋の中に置いてみるといったことが可能だ…続きを読む
小さな2D画像から3Dオブジェクトを生成する賢いアルゴリズム
世界を観察することで、私たちは知覚に情報を与え続けている。そのことで私たちは片側しか見ることのできない、或いは一瞬しか見ることのできない物体の全体像を想像することを、かなり上手にできるようになる。しかし、コンピュータにとってそれはただ苦手な仕事だ。しかし幸いなことに、 バークレーのAI研究者が作成した賢い手法が、その性能を大幅に向上させてくれるかもしれない。 何かを2Dで見て、実際の大きさを正確に推測することができるなら便利だ。それはARやVR、クリエイティブなワークフローなどの中でオブジェクトを追跡することを助ける。だが、それは難し…続きを読む
GoogleがコンピュータービジョンアプリFabbyを作ったAIMatterを買収、広告技術のイノベーションに利用か
【抄訳】 Googleがベラルーシで生まれたコンピュータービジョンのスタートアップAIMatterを買収した。同社は、画像の検出と処理をモバイルデバイスの上で高速に行うニューラルネットワークベースのAIプラットホームおよびSDKと、その技術の概念実証のような写真/ビデオ編集アプリFabbyを作っている。 買収の噂は5月からあったが、公式に完了したのが今日（米国時間8/16）だ。両社は買収を確認し、AIMatterのサイトには声明文がポストされた。 買収の価額等は公表されていないが、すでに200万以上ダウンロードされているFabbyはそ…続きを読む
この顔認識システムは、映画の観客が喜んでいるかどうかを追跡する
映画制作がアートと同じくらいサイエンスになってきた今、映画会社は観客の反応を測定するためにかつてない方法を必要としている。喜んでくれたのだろうか？ どのくらい…正確には？42分の時点で？ カリフォルニア工科大学とDisney Researchは、表情認識ニューラルネットワークを使って、観客の反応を知り、予測しようとしている。次世代のニールセンレーティングの基盤になるかもしれない。 この研究プロジェクトは、ハワイで行われたIEEEコンピュータービジョンおよびパターン認識会議で発表され、劇場での表情を確実かつ比較的簡単にリアルタイムで追跡…続きを読む
VarCityは、オンラインで集めた画像から都市の3Dマップを作る
今や世界中の主要都市では、いつでもあらゆる角度から写真やビデオが撮影されている。理論的には、十分な数が集まれば道路や建物の配置がわかる ―― 待て、理論的に？ いや実際に、だ。VarCityというプロジェクトがスイスのチューリッヒを再現するデモを見せてくれた。 複数年にわたるこの取り組みは、数多くのオンライン資源 ―― ソーシャルメディア、公開ウェブカメラ、車載カメラ、空中写真など ―― から得た画像を収集・分析して都市の3Dマップを作っている。ある意味でGoogleストリートビューの逆だ。地図を写真で図解するのではなく、写真に基づい…続きを読む
コンピュータービジョンで家具を特定するGrokstyleは200万ドルを調達済
こんな技術があればいいのに、といつも思っていたことの1つは、携帯電話を何かに向けて写真を撮れば、それが何であるかということと、どこでそれが買えるかを教えてくれるような機能だ。そんな私の贅沢な大量消費の夢が叶い始めているようだ。Grokstyleはその夢の実現に取組んでいる企業の1つだが、同社の技術はどんな角度の写真からでも家具や家庭の装飾品を自動的に特定してくれる。 基本的なアイデアは以下のようなものだ。アプリやウェブインターフェイスを開き、写真を撮影するかアップロードする。椅子でもランプでもお好みのものを選ぶことができる。好きな角度…続きを読む
自動運転車を混乱させる“罠”を考えたパフォーマンスアーチストJames Bridle
自動運転車に何ができるか、については、本誌もこれまでさんざん書いてきたけど、ときには、できないことの方がおもしろいこともある。技術というものは、その能力とともに、限界を知ることもきわめて重要だ。というわけで今回は、このパフォーマンスアートから教訓をいただこう。 この“Autonomous trap 001”（自動運転の罠001号）は、とても分かりやすい。自動運転システムが最初に学ぶいちばん重要なことは、路上のマーキングの理解だ。これは車線の端だ、これはカープール専用車線だ、などなど。 アテネに住むイギリス人のJames Bridleが…続きを読む
Magic Leapがスイスを拠点とするDacudaの3D部門を買収 ― ヨーロッパ進出は同社初
AR分野のスタートアップであるMagic Leapは、これまでに14億ドルを調達しているものの、いまだにプロダクトをリリースしていない。そんな同社は、コンピュータービジョンとディープラーニング事業の拡大とヨーロッパへの進出を狙い、同社2度目となる買収を行ったことが確認された。 Magic Leapは、チューリッヒを拠点とするコンピュータービジョン分野のスタートアップ、Dacudaの3D部門を買収したことが明らかとなった。Dacudaがこれまでに注力してきたのは、コンシューマー向けのカメラで利用する2Dおよび3Dイメージングのアルゴリズ…続きを読む
視覚障害者も”見える”ようになるスマートグラス―、オックスフォード大研究者らが開発
世界の人口の1％（約7000万人）が視覚障害に苦しんでいると言われている。 コンシューマー製品が狙う市場規模としては、この数字は大したことがないかもしれないが、視覚障害者をサポートするテクノロジーの少なさを考えると、これは膨大な数だと言える。 昨年オックスフォード大学のプロジェクトから誕生したスタートアップのOxSightが、彼らの生活を変えようとしている。同社は、視覚障害者が身の回りのものを認識し、障害物を避けることを可能にするARスマートグラスを開発し、現在そのテストを行っている。彼らのプロダクトは、言うならば視覚障害者用の補聴器…続きを読む
Dysonがシンガポールに、AIとソフトウェアの研究開発に注力した技術センターをオープン
Dysonはシンガポールでの業務を拡大している。掃除機とスマート家電のメーカーが新しい技術センターを本日（米国時間13日）オープンしたのだ。この英国生まれの会社は新しい施設へ5億6100万ドルを投資する。この施設は会社の成長するビジョンを推し進めるために、研究開発チームが様々なハードウェアとソフトウェアのノウハウを蓄積できるようにするものだ。 もしDysonの仕事にあまり詳しくないならば、どうして掃除機の会社が「人工知能、機械学習、そしてソフトウェア開発への集中」に5億ドルもの投資を行うのかを不思議に思うかも知れない。しかしDyson…続きを読む
Bots_aliveキットは、AIでおもちゃのロボットに、生き物のような可愛らしさを吹き込む
CESではガジェットの数が足りなくて困るということはなかったし、来月の玩具フェアでもガジェットに不足することはないだろう。素晴らしい人工知能を搭載したロボットとガジェットたち。とはいえ実は「人工知能」という意味では不足しているのだ。しかし、実際のAI研究者による、より慎ましやかなアプローチが、生き物のような振舞を生み出す、巧妙な手段を作り出した。既存のロボットを使ったシンプルでエレガントなソリューションによってそれは実現されている。 このキットの名前はbots_aliveというもので、現在Kickstarter上でわずか1万5000ド…続きを読む
あの鳥は何だろう？と思ったら写真を撮って鳥認識アプリMerlinに見せよう、数秒で分かる
あれはヒメハジロかな？ それともオオバン？ アビじゃないの？ ではなるべく近くで写真を撮り、鳥の種を確認するアプリMerlinに見せよう。数秒で教えてくれるから、まるでそれは、鳥類学者になりたいきみのためのShazamだね。 もう1年あまり前から、写真を認識する機能はMerlinの大きなエコシステムのごく一部でしかないけど、最近コーネル大学の愛鳥家たちが、モバイルアプリでそれができるようにした。写真を撮ってそれをズームすれば、あとはMerlinのデータベースが仕事をしてくれる。 飛んでいるミサゴをGalaxy S4で撮るのは難しい。接…続きを読む
いまさら聞けないコンピュータービジョン入門
部屋の向こうから誰かがあなたにボールを投げて、あなたがそれをキャッチする。実にシンプルだ。実のところ、これは私たちが理解しようとしてきたプロセスの中でも最も複雑なものの1つだ – ましてや再現は困難だ。私たちが見るように見ることができるマシンを発明することは、見かけ以上に困難な仕事だ、コンピューターにそれをやらせることが難しいというだけでなく、そもそも私たち自身がそれをどのようにやっているのかがはっきりしないからだ。 実際に起こっているのはおおよそこのなようなことだ：ボールのイメージがあなたの目を通過して網膜に映る、そこである程度の基…続きを読む
「生物的なコンピュータービジョン・システム」Chronocamが1500万ドルを調達
私たちは視界に入ってくるものすべてに注目するわけではない：ほとんどの場合、継続して変化しているものに私たちの目は注目するのだ。 パリを拠点とするChronocamはこのコンセプトをコンピューター・ビジョンの分野に適用し、自動運転者向けに最適化された新しいカメラ技術を開発している。 本日、ChronocamはシリーズBで1500万ドルを調達したことを発表した。リード投資家はIntel Capitalで、その他にもRobert Bosch Venture Capital、iBionex、GmbH、360 Capital、CEAi、Rena…続きを読む
GoogleはTensorFlowによる画像キャプションモデルをオープンソースに、物認識から状況認識への進化をねらう
ぼくの世代〔John Mannes, 1995/11生〕は、ほぼ全員がInstagramにはまっている。でもぼくは、2015年にこのプラットホームを去った（ごめんなさい）。理由は単純で、どの写真をポストするか、なかなか決められないこと、そして、簡潔で魅力的なキャプションを考えるのに、いつも苦労するからだ。 画像提供: Google でも、ぼくと同じ問題を抱えているひま人は、Google TensorFlow〔昨年オープンソース化〕の画像キャプションモデルを利用すれば、そのくだらない第一世界問題に終止符をうてるだろう。ぼくも、それが楽し…続きを読む
近日開催のイベント
