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
IBMとMIT、視覚と聴覚を人間のように理解するAIを共同研究
人間は何かが起きたのを見たり聞いたりした時、すぐにそれを言葉で表現できる。「青いシャツの女の子が、野球選手の投げたボールをキャッチした」とか「犬が海辺を走っている」とか。私たちにとっては簡単なしごとだが、コンピューターにとっては恐ろしく大変だ ― 幸い、IBMとMITが協力して、それを少しやさしくする方法を検討している。 新設の “IBM-MIT Laboratory for Brain-inspired Multimedia Machine Comprehension” （略してBM3Cと呼ぶことにする）は両組織による複数年にわたる…続きを読む
アマチュアでも正確な切削ができるコンピュータービジョンによるCNCマシンShaper Origin
誰もが副業（副収入源）を持つ時代になりつつあるようだが、ここでご紹介するShaper Originがあれば、誰もが余暇時間にクールなガジェットを作り、売っていくことができる。このハンドヘルドなCNCマシンでFalcon 9ロケットをホームメイドすることは無理でも、Etsyで飛ぶように売れる小物類なら、何でも作れるだろう。 CNCマシンというものは昔からあるが、従来のそれは工場などでプロが使う高価な大型機械だった。しかしShaperのOriginは、複雑なコンピュータービジョン〔視覚のコンピューター化〕の能力があるので、プロでない人でも…続きを読む
この検索エンジンは、自分の顔を検索結果と交換する
ウェーブのかかった長い髪の自分を想像したことはあるだろうか。きっと素適だろう。しかし、大枚をはたいてサロンに行ったり、Photoshopに何時間も費やすことなくいろんな髪型を試すにはどうすればいいだろうか。必要なのは自撮り写真とDreambitだけ。顔を交換できる検索エンジンだ。 システムはあなたの顔写真を分析して顔だけをうまく切り取る方法を見つける。次に、検索ワード ― 例えばカーリーヘア ― と一致する画像を検索し、あなたにあった位置に顔のある写真を探す。 ターゲットの画像に対しても同様のプロセスで顔マスクし、あなたの顔で置き換え…続きを読む
顔認識システム、百万人の顔データベースに大苦戦
遍在するビデオカメラと高度な顔認識技術によって可能になる恐怖の監視国家を心配している人は多い ― しかし最新の研究によると、最高のアルゴリズムでも、百万人以上の顔を区別するとなると絶対確実からはほど遠いようだ。 ワシントン大学のMegaFace Challengeは、昨年末から行われている顔認識アルゴリズムの公開競技だ。狙いは、画像データベースサイズの桁が増えていった時、システムが人間に勝てるかどうかを見ることにある。 関連記事 FBI built a massive facial recognition database witho…続きを読む
赤ちゃんの睡眠でお悩みなら「Nanit」にお任せ
もしシンプルなカメラが捉えた映像を機械学習が分析して、フェンスに近づいてくる人物の警戒レベルを教えてくれるとしたらどうだろう。もし同様にして食料品店の売り場で買い物をしている人の行動を分類できるとしたら？例えば、買う気があるのか、決断停止中か、はたまた探しているものをちゃんと見つけられているのか。画像認識と解析速度の向上のおかげで、単に観察するだけではなく、人間の行動を分類できるスマートカメラはモノのインターネットの次のステップなのかもしれない。 Nanitはそう言った市場に進出した最初の企業の1つだ。Dr. Assaf Glazer…続きを読む
Apple、iPhoneに顔認識と物体認識を導入
何年か前にレストランで撮ったあの写真を覚えているだろうか？バーで友達に見せたい、あのすてきなデザートは？ これまでは何千枚もの写真をスクロールして探さなくてはならなかった。iOS 10の新しい写真アプリで、Appleは高度なコンピュータビジョン技術を駆使して、写真の発見やグループ分けを容易にした。 Appleが使用するコンピュータビジョン技術は、iPhoneまたはiPadの上で動作する。つまり、画像を全部クラウドにアップロードする必要がない。写真の顔を認識して人ごとにグループ分けできるほか、高度な物体認識も行うので、はるか昔の様々な物…続きを読む
Movidius、今度はFathomを発表―どんなデバイスもUSBスティックでニューラルネットワークが利用可能
数週間前にFLIRと提携してBostonスマート・サーマルカメラを発表し、大きな注目を集めたMovidiusが再び重要な製品を発表した。 同社はサーマルカメラでも使われたMyriad 2プロセッサのメーカーだが、新たな応用分野を発見した。Fathom Neural Compute Stickと名付けられたスティックはUSBをサポートするあらゆるデバイスにニューラル・ネットワークによるコンピューティング能力を与える。 ユーザーはFathomを文字通りどんなデバイス（コンピューター、 GoPro、Raspberry Pi、Arduino …続きを読む
このニューラルネットワークは、白黒写真に正しい色の「幻覚」を起こさせる
機械が支配する未来は、歴史から白黒写真を排除してしまうかもしれない。必要なのは、バークレーのコンピュータ科学者、Richard Zhangの作ったこのシステムだけだ。魂のないシリコンの感性があらゆるモノクロ写真に色の「幻覚」を起こさせる。 このシステムは、畳み込みニューラルネットワーク（CNN）と呼ばれる、画像認識の一種を利用して、人間の脳の下位レベルの視覚システムを模倣することによってパターンを認識し対象を分類する。おそらくGoogleのDeepDreamが、最もよく知られた例の一つだ。数百万枚の ― ありとあらゆる種類の ― 画像…続きを読む
GoogleのProject Tangoを支えるMovidiusのビジョンプロセッサ、バージョンアップしてSDKを提供
Movidiusは、まだ見慣れない名前だと思うが、今年の初めにGoogleがProject Tangoのスマートフォンとタブレットを発表したときに同社の名前がちらっと登場している。このプロジェクトは、モバイルデバイスが高度な3Dの知覚を持つと何ができるかを探求するためのGoogleのテストベッドで、Movidiusはそのための特殊なビジョンプロセッサを提供している。 Movidiusが一般にデビューしたのはProject Tangoからだが、しかしそのときすでに同社は、そのチップの次のバージョンに取り組んでいた。そのMyriad 2と…続きを読む
ビデオからベストショットの写真を作るVhotoは写真が下手な人に朗報
写真は、われながらへたくそだ。ぼくは、世界最悪の写真家として有名だ（実際にそういう賞がある）。でもVhotoという新しいiOSアプリは、そんなぼくを救ってくれるかもしれない。 Vhotoは独自の技術を使ってビデオの中の最良の画像を見つけ、それをスチール写真にする。タグをつける、シェアする、ほかの人の写真を見つける、などのソーシャルな機能もある。 ビデオは、Vhotoのカメラアプリを使って撮ってもよいし、あるいは既存のビデオをVhotoにアップロードしてもよい。Vhotoは20種類の測度でビデオを調べる（ぼけ、コントラスト、顔、微笑、ユ…続きを読む
ビデオ: GoogleのProject Tangoで室内を3D撮影するとこうなる
昨日はGoogleの3D感知型スマートフォンProject Tangoについてお伝えし、そこに使われている視像プロセッサや、それが携帯電話の未来にもたらす意味について論じた。 そして今回お見せするのは、実際にTangoのプロトタイプデバイスを使ってMatterportが作った3Dの室内マップだ。Matterportはこれまでにもコンピュータビジョンや知覚コンピューティングの技術を駆使して、室内など3D空間の捕捉や再現を行うソフトウェアを作ってきたので、Tangoのプロトタイプ機をGoogleからもらえる数少ない企業の一つに選ばれたのだ…続きを読む
Googleが野心的AIプロジェクト、タンゴを発表―3Dカメラとセンサーでスマートフォンが空間を認識する
今日（米国時間2/20）、Googleのスカンクワークスこと先進テクノロジー・プロジェクト（Advanced Technology and Projects）グループはプロジェクト・タンゴ（Project Tango）と名付けられた画期的3Dセンサーを装備したAndroidベースのスマートフォンのプロトタイプとデベロッパー・キットを発表した。 この3Dセンサーとカメラを組み合わせたシステムはモーショントラッキングと同時に周囲をスキャンして3Dマップをリアルタイムで生成することができる。Googleはこの新センサー、カメラ、高度なコンピ…続きを読む
Webカメラにいろんなことをさせたい…とひらめいたFlutterがまずジェスチャーで音楽アプリを制御
今ラップトップを使ってる、音楽を聴いてる、メールの返事を書いてる、コードを書いてる、ブログを読んでる、etc., etc.。突如電話が鳴る、そしていつもの緊急行動が始まる: ブラウザを最小化する、音楽アプリを最大化して、あせってポーズボタンや音量コントロールを探す…相手が切らないうちに電話に出れるか、はたして？。ということが、よくあるよね。Y Combinator’sのほやほや卒業生Flutterが解決したのは、この問題だ。 FlutterはMacのアプリケーションで、コンピュータのカメラの前で手を振るだけでSpotifyやiTune…続きを読む
近日開催のイベント
