RSS

「画像生成」 - おすすめピックアップ動画

※本サイトに掲載されているチャンネル情報や動画情報はYouTube公式のAPIを使って取得・表示しています。

Videos

動画一覧

動画数:19件

【話題の技術】ChatGPTのAPIをPythonから使う方法を解説!APIを使って議事録の要約プログラムを作ってみた!〜人工知能の進化が凄すぎる〜

【話題の技術】ChatGPTのAPIをPythonから使う方法を解説!APIを使って議事録の要約プログラムを作ってみた!〜人工知能の進化が凄すぎる〜

Pythonプログラミングに関する情報を発信しているサプーです! この動画はChatGPTのAPIの使い方について解説している動画です! ・ChatGPTとは? ・どうやってChatGPTのAPIをPythonからどう使うのか? これらについて説明しています💙 実際にChatGPTを使って議事録の要約プログラムを作っているので、最後まで見てもらえたら嬉しいです😊 💙 メンバーシップ 💙 説明動画 ▶︎ https://youtu.be/-Pc2SAxKSC4 登録 ▶︎ https://www.youtube.com/channel/UC5Kgc_HNzx4GJ-w4QMeeKiQ/join iPhoneの方はこらから ▶︎ https://twitter.com/PythonSuppl/status/1466049000658718729?s=20 🎥 関連動画 🎥 Tkinter ▶︎https://youtu.be/F-QjKc4aEIw Streamlit ▶︎https://youtu.be/4nsTce1Oce8 AIで画像生成 ▶︎ https://youtu.be/liISuTWUNqU 🌎 参考URL 🌎 ChatGPTのWebページURL▶︎https://openai.com/blog/chatgpt OpenAI APIのURL▶︎https://openai.com/blog/openai-api ChatGPTの公式ドキュメント▶︎https://platform.openai.com/docs/guides/chat ⭐️ チャプター ⭐️ 0:00 オープニング 0:41 ChatGPTとは? 1:19 ChatGPT(Web UI)の使い方 5:53 ChatGPT APIの使い方 12:14 議事録要約プログラムの作成 16:19 エンディング 💜 チャンネル説明 💜 Pythonプログラミングについて解説するVtuber サプーです✨ 初心者でも分かりやすく、Pythonを体系的に学習できるような動画をアップロードしていきます! みんなが少しでもPythonが好きになってくれたら嬉しいな💕 Twitterもやってるので、フォローお願いします! Twitter ▶︎ https://twitter.com/PythonSuppl メール ▶︎ [email protected] #chatgpt #chatgptapi #python #ai #人工知能 #PythonVTuberサプー #Python #プログラミング #エンジニア #パイソン #基礎 #チャットGPT #ChatGPT #チャットジーピーティー
2023年03月12日
00:00:00 - 00:16:51
【AI論文解説】物理学の知識を背景とした画像生成手法 Part1  Diffusion Probabilistic Models

【AI論文解説】物理学の知識を背景とした画像生成手法 Part1 Diffusion Probabilistic Models

【AI論文解説】はディープラーニング・機械学習に関する論文を紹介する動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPCqfmnrBfo9Xv5mtDr0LjQZ )​ 今回は、Diffusion Modelsという、画像→noiseへの変換の逆変換(noise→画像)を学習することによって画像生成を実現する手法に関する解説です。 ​ 【紹介論文】​ Deep Unsupervised Learning using Nonequilibrium Thermodynamics [Sohl-Dickstein+, ICML 2015] 論文リンク: https://arxiv.org/abs/1503.03585 プロジェクトページ: https://github.com/Sohl-Dickstein/Diffusion-Probabilistic-Models Denoising Diffusion Probabilistic Models [Ho+, NeurIPS 2020] 論文リンク: https://arxiv.org/abs/2006.11239 プロジェクトページ: https://github.com/hojonathanho/diffusion --​ ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/, https://github.com/sony/nnabla/ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします!​​ 同じく、ソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/c/NeuralNetworkConsole/ )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。​
2021年07月06日
00:00:00 - 00:19:19
【AI論文解説】リアルで自然な人体画像生成を実現!マルチモーダルなジオメトリ情報を理解した拡散モデル: HyperHumanを解説!

【AI論文解説】リアルで自然な人体画像生成を実現!マルチモーダルなジオメトリ情報を理解した拡散モデル: HyperHumanを解説!

【AI論文解説】はディープラーニング・機械学習に関する論文を紹介する動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPCqfmnrBfo9Xv5mtDr0LjQZ ) この動画では、拡散モデルを利用したリアルな人体画像を生成する手法に関する論文であるHyperHumanについて解説します。 拡散モデルによるText-to-Image生成手法としてはStable Diffusionが有名ですが、さらにPoseなどのCondition入力を与えることで生成画像内の人間の姿勢などを制御する手法としてControlNetなどが近年提案されています。 この論文ではそれに加えDepth情報などを内部的に利用することで、画像中の人間のポーズや身体構造、そして周囲のオブジェクトがより自然な形で生成される手法を提案しています。 拡散モデルの学習のテクニックや評価指標なども解説していますので、ぜひご覧ください。 【紹介論文】 HyperHuman: Hyper-Realistic Human Generation with Latent Structural Diffusion 【関連リンク】 Arxiv: https://arxiv.org/abs/2310.08579 Project Page: https://snap-research.github.io/HyperHuman/ -- ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/, https://github.com/sony/nnabla/ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2024年03月26日
00:00:00 - 00:22:06
【Colabデモで簡単実行!】 - リアルすぎる人間の顔画像が作れる!StyleGAN2 -

【Colabデモで簡単実行!】 - リアルすぎる人間の顔画像が作れる!StyleGAN2 -

【Colabデモで簡単実行!】はnnabla実装による様々な最先端モデルをColab上で動かす動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPAnUt1m_ePQ_QiHCcBpV-Cr ) こちらの動画では、nnablaによるStyleGAN2のColabデモを実際に動かして顔画像生成を行います。 こちらの動画で紹介しているColabデモはこちらとなります。 https://colab.research.google.com/github/sony/nnabla-examples/blob/master/interactive-demos/stylegan2.ipynb Colabデモ以外にも様々な最先端モデルが集まるnnabla-examplesレポジトリはこちらからアクセスできます。 https://github.com/sony/nnabla-examples 【リファレンス】 Karras, Tero, Samuli Laine, and Timo Aila. "A style-based generator architecture for generative adversarial networks." Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2019. https://arxiv.org/abs/1812.04948 ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/, https://github.com/sony/nnabla/ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/ )が発信する大人気のYouTubeチャンネル( ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/, https://github.com/sony/nnabla/ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/channel/UCOEL...​ )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/c/NeuralNetwo...​ )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2021年03月22日
00:00:00 - 00:07:32
【AI論文解説】物理学の知識を背景とした画像生成手法Part2  Diffusion Probabilistic Models

【AI論文解説】物理学の知識を背景とした画像生成手法Part2 Diffusion Probabilistic Models

【AI論文解説】はディープラーニング・機械学習に関する論文を紹介する動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPCqfmnrBfo9Xv5mtDr0LjQZ )​ 今回は、Diffusion Modelsという、画像→noiseへの変換の逆変換(noise→画像)を学習することによって画像生成を実現する手法に関する解説です。 ​ 【紹介論文】​ Deep Unsupervised Learning using Nonequilibrium Thermodynamics [Sohl-Dickstein+, ICML 2015] 論文リンク: https://arxiv.org/abs/1503.03585 プロジェクトページ: https://github.com/Sohl-Dickstein/Diffusion-Probabilistic-Models Denoising Diffusion Probabilistic Models [Ho+, NeurIPS 2020] 論文リンク: https://arxiv.org/abs/2006.11239 プロジェクトページ: https://github.com/hojonathanho/diffusion ※「ニューラルモデル輪講」とはソニーの社内で行っている論文輪講会の名称です。​ --​ ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/, https://github.com/sony/nnabla/ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします!​​ 同じく、ソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/c/NeuralNetworkConsole/ )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。​
2021年07月06日
00:00:00 - 00:26:02
【AI論文解説】Imagen:GLIDE・DALL-E 2を超えた! 文章に沿った画像をさらに高品質に生成!

【AI論文解説】Imagen:GLIDE・DALL-E 2を超えた! 文章に沿った画像をさらに高品質に生成!

GLIDE・DALL-E 2に続き、文章に沿った画像をさらに高品質に生成することが可能なImagenについて紹介しています。 確率拡散モデルに関する解説はこちら: * 【AI論文解説】物理学の知識を背景とした画像生成手法 Part1 Diffusion Probabilistic Models https://www.youtube.com/watch?v=DDGgKt_CyRQ * Deep Learning研修(発展)】データ生成・変換のための機械学習 第7回前編「Diffusion models」 https://www.youtube.com/watch?v=10ki2IS55Q4 GLIDEやDALL-E 2に関する動画はこちら: 【AI論文解説】DALL-E 2へ至るまでの道のり:文章に沿った画像を高品質かつ多様に生成 -詳細編- https://youtu.be/kF3v3_hsWUQ Imagenのプロジェクトページへのリンク:https://imagen.research.google/ -- ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/, https://github.com/sony/nnabla/ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2022年06月03日
00:00:00 - 00:39:09
「光線追跡による動画像生成のための高速化データ構造」 会津大学 コンピュータ理工学部 上級准教授 西村 憲

「光線追跡による動画像生成のための高速化データ構造」 会津大学 コンピュータ理工学部 上級准教授 西村 憲

「会津大学 新技術説明会」(2019年3月14日開催)にて発表。https://shingi.jst.go.jp/list/u-aizu/2018_u-aizu.html 【新技術の概要】 光線追跡法(レイトレーシング)による画像生成において、光線と物体群との交差判定を効率化する一般的な手法に階層バウンディングボリューム木(BVH木)がある。本技術は、特に動画像の作成において、BVH木の作成・更新を効率化するものである。 【従来技術・競合技術との比較】 従来技術では、動的なシーン(物体の移動、追加、削除を含むシーン)を描画するために、フレームごとにBVH木を作り直すか、或いは劣化を伴う木の更新を行う必要があった。本技術を用いれば、木を劣化させるることなく高速に更新を行うことができ、総描画コストの削減が可能である。 【新技術の特徴】 ・低計算コストで写実的な画像の生成が可能 ・一部の物体のみが動くようなシーンにおいて、特に効力を発揮 ・物体の追加や削除を含むシーンにおいても効率的な描画が可能 【想定される用途】 ・レンダリングソフトウェア ・レイトレーシングのための専用ハードウェア #情報
2019年03月29日
00:00:00 - 00:23:18
【NovelAI】画像生成、どんな指定に対応できるか試してみる

【NovelAI】画像生成、どんな指定に対応できるか試してみる

NovelAI Diffusionでどんな画像を生成できるか確認するために、『初音ミク』のワードを固定した状態でどれくらい出力を変えられるか実験してみました。 追記:AIイラストを投稿するために個人用のpixivアカウントを作成してみました→ https://www.pixiv.net/users/3087729 ----------------------------- ・NovelAI:https://novelai.net/ ・NovelAI利用規約:https://novelai.net/terms ----------------------------- ★参考文献 ・機械学習*と公平性に関する声明 http://ai-elsi.org/archives/888 ・人工知能学会 倫理委員会 http://ai-elsi.org/ ・Storialawブログ Midjourney、Stable Diffusion、mimicなどの画像自動生成AIと著作権 https://storialaw.jp/blog/8820 ・総務省 AIネットワーク社会推進会議 https://www.soumu.go.jp/iicp/research/results/ai-network.html ----------------------------- ★目次 0:00 タイトル 2:00 初音ミク 2:31 初音ミク+vector, psd, png 2:31 初音ミク+淡色 3:24 初音ミク+星形の瞳 3:47 初音ミク+ペン画 4:14 初音ミク+ペンでの輪郭 5:02 初音ミク+グリザイユ+グレースケール 6:25 初音ミク+サイバーパンク 6:38 初音ミク+体が機械製 7:08 初音ミク+キルラキル 7:26 初音ミク+フィギュア 8:20 感想・まとめ ----------------------------- ★SNS twitter:https://twitter.com/intent/follow?screen_name=_K_DM コード置き場: https://k-dm.work/ja/ ----------------------------- ★BGM Flower Field (by FLASH☆BEAT様) https://dova-s.jp/bgm/play13492.html ----------------------------- ★このチャンネルについて 週に一回ペースで機械学習・データサイエンスに関する情報を発信します!よろしければチャンネル登録お願いします。大変励みになります。 #機械学習 #novelai #Python #画像加工 #機械学習 #AI #データ分析 #データサイエンス #データサイエンティスト #Python #scikit-learn #Kaggle #データマイニング #G検定 #E検定 #人工知能 #わかりやすく #初学者
2022年10月09日
00:00:00 - 00:10:36
【AI論文解説】画像編集がしたい…それ、事前学習済み確率拡散モデルでできるよ!

【AI論文解説】画像編集がしたい…それ、事前学習済み確率拡散モデルでできるよ!

事前学習済みの大規模Diffusion Model (GLIDE)を利用して、様々な画像から画像への変換を行う手法について説明しています。 確率拡散モデルに関する解説はこちら: * 【AI論文解説】物理学の知識を背景とした画像生成手法 Part1 Diffusion Probabilistic Models https://www.youtube.com/watch?v=DDGgKt_CyRQ * Deep Learning研修(発展)】データ生成・変換のための機械学習 第7回前編「Diffusion models」 https://www.youtube.com/watch?v=10ki2IS55Q4 GLIDEやDALL-E 2に関する動画はこちら: 【AI論文解説】DALL-E 2:文章に沿った画像を高品質かつ多様に生成 -概要編- https://www.youtube.com/watch?v=8Io3MudjOGg 【論文リンク】 "Pretraining is All You Need for Image-to-Image Translation", arxiv 2022 https://arxiv.org/abs/2205.12952 -- ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/, https://github.com/sony/nnabla/ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2022年06月03日
00:00:00 - 00:13:05
【AI論文解説】画像を編集しやすいベクトルへ変換(Image2StyleGANの概要)

【AI論文解説】画像を編集しやすいベクトルへ変換(Image2StyleGANの概要)

【AI論文解説】はディープラーニング・機械学習に関する論文を紹介する動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPCqfmnrBfo9Xv5mtDr0LjQZ ) この動画では、ICCV2019で発表された画像生成に関する論文について解説します。 この論文は、入力画像に対応する潜在変数を求め、それを用いて画像を操作することに関する報告です。 この動画は、上記論文の概要を紹介しています。 【紹介論文】 ・Image2StyleGAN: How to Embed Images Into the StyleGAN Latent Space?  【論文リンク】https://arxiv.org/abs/1904.03189 -- ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/​​, https://github.com/sony/nnabla/​​ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla​ )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/​ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2021年10月16日
00:00:00 - 00:01:32
【AI論文解説】たった1枚の学習データで画像の生成・操作ができるよ(詳細)

【AI論文解説】たった1枚の学習データで画像の生成・操作ができるよ(詳細)

【AI論文解説】はディープラーニング・機械学習に関する論文を紹介する動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPCqfmnrBfo9Xv5mtDr0LjQZ ) この動画では、ICLR2022に採択された画像生成に関する論文について解説します。 この論文は、わずか1枚の画像から、それに似た画像を生成できる転移学習に関するものです。 【紹介論文】 ・Mind the Gap: Domain Gap Control for Single Shot Domain Adaptation for Generative Adversarial Networks  【論文リンク】https://arxiv.org/abs/2110.08398 -- ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/​​, https://github.com/sony/nnabla/​​ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla​ )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/​ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2022年04月08日
00:00:00 - 00:19:54
【AI論文解説】画像を編集しやすいベクトルへ変換(Image2StyleGANの詳細)

【AI論文解説】画像を編集しやすいベクトルへ変換(Image2StyleGANの詳細)

【AI論文解説】はディープラーニング・機械学習に関する論文を紹介する動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPCqfmnrBfo9Xv5mtDr0LjQZ ) この動画では、ICCV2019で発表された画像生成に関する論文について解説します。 この論文は、入力画像に対応する潜在変数を求め、それを用いて画像を操作することに関する報告です。 この動画は、上記論文を詳しく紹介しています。 【紹介論文】 ・Image2StyleGAN: How to Embed Images Into the StyleGAN Latent Space?  【論文リンク】https://arxiv.org/abs/1904.03189 -- ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/​​, https://github.com/sony/nnabla/​​ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla​ )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/​ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2021年10月16日
00:00:00 - 00:17:02
「織物パターンデザインのための人工知能と画像処理」山梨大学 大学院総合研究部 工学域 電気電子情報工学系 コンピュータ理工学 准教授 豊浦 正広

「織物パターンデザインのための人工知能と画像処理」山梨大学 大学院総合研究部 工学域 電気電子情報工学系 コンピュータ理工学 准教授 豊浦 正広

「山梨大学 新技術説明会」(2021年12月2日開催)にて発表。 https://shingi.jst.go.jp/list/list_2021/2021_yamanashi.html 【新技術の概要】 人と人工知能が協力して織物パターンをデザインするための画像処理とインタフェースの技術を提案します。人工知能だからこそ発想できるパターンと、人にしかできない良し悪しの判断を組み合わせることで、これまでにない織物パターンのデザインを実現します。 【従来技術・競合技術との比較】 人工知能によるパターンデザインには、絵画調画像生成やDeep Dreemのように知られた方法があります。このようなパターンを織物デザインに活かすためには、織物の物理的構造を考えた特殊な模様の取り扱い方が必要になりますが、この部分について提案技術が支援を可能にします。 【新技術の特徴】 ・人工知能による絵画調画像合成の結果を領域ごとに対話的に選択することができる ・織物の物理的構造を考えた特殊な模様の取り扱い方を支援する ・生成したパターンを経糸と緯糸の織り方に変換してそのまま織れるようにする 【想定される用途】 ・織物製品開発 ・美術経験者・非織物技術者による織物製品デザイン
2021年12月22日
00:00:00 - 00:24:43
「グラスレスディスプレイのための画像生成法」九州工業大学  大学院工学研究院 電気電子工学研究系 准教授 河野 英昭

「グラスレスディスプレイのための画像生成法」九州工業大学  大学院工学研究院 電気電子工学研究系 准教授 河野 英昭

「九州工業大学 新技術説明会」(2021年12月9日開催)にて発表。 https://shingi.jst.go.jp/list/list_2021/2021_kyutech.html 【新技術の概要】 老眼、近視、遠視、乱視などの屈折異常に伴う視覚の衰え見えの劣化をサポートするものとして、裸眼で正常に閲覧可能とする画像を生成する技術を開発した。 【従来技術・競合技術との比較】 グラスレスディスプレイの方策として、ディスプレイ自体に物理的な細工を施す方法と、通常のディスプレイに対して表示する画像を調整する方法とがある。本技術は、表示媒体の汎用性と性能の面で優位性がある。 【新技術の特徴】 ・汎用ディスプレイでの屈折異常者向けの表示を想定している ・屈折異常の種別・強度に応じて個別対応が可能 ・写真、図形等の画像だけでなく、文字画像に対する処理も可能 【想定される用途】 ・PC、スマートフォン、タブレットでの画像提示 ・電子書籍での文字の提示
2022年01月05日
00:00:00 - 00:23:42
【AI論文解説】拡散確率モデルですごく綺麗に顔画像操作!

【AI論文解説】拡散確率モデルですごく綺麗に顔画像操作!

【AI論文解説】はディープラーニング・機械学習に関する論文を紹介する動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPCqfmnrBfo9Xv5mtDr0LjQZ ) この動画では、CVPR2022(Oral)に採択された画像生成に関する論文について解説します。 この論文は、画像のidentityを高品質で維持しつつ、画像の編集ができる提案についてまとめています。 【紹介論文】 ・Diffusion Autoencoders: Toward a Meaningful and Decodable Representation  【論文リンク】https://arxiv.org/abs/2111.15640 特に記載のない画像・図は上記論文から引用しています。 -- ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/​​, https://github.com/sony/nnabla/​​ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla​ )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/​ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2022年05月26日
00:00:00 - 00:15:25
【AI論文解説】画像を編集しやすいベクトルへ変換(IDInvertの詳細)

【AI論文解説】画像を編集しやすいベクトルへ変換(IDInvertの詳細)

【AI論文解説】はディープラーニング・機械学習に関する論文を紹介する動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPCqfmnrBfo9Xv5mtDr0LjQZ ) この動画では、ECCV2020で発表された画像生成に関する論文について解説します。 この論文は、入力画像に対応する潜在変数を求め、それを用いて画像を操作することに関する報告です。 既存の研究(https://arxiv.org/abs/1904.03189)よりも、画像をより編集しやすい潜在変数を求める方法について報告されています。 【紹介論文】 ・In-Domain GAN Inversion for Real Image Editing  【論文リンク】https://arxiv.org/abs/2004.00049 -- ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/​​, https://github.com/sony/nnabla/​​ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla​ )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/​ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2021年10月17日
00:00:00 - 00:26:02
「深層学習に基づくカバー画像の生成と利用方法」 会津大学 コンピュータ理工学部 コンピュータ理工学科 教授 趙 強福

「深層学習に基づくカバー画像の生成と利用方法」 会津大学 コンピュータ理工学部 コンピュータ理工学科 教授 趙 強福

「会津大学 新技術説明会」(2019年12月17日開催)にて発表。https://shingi.jst.go.jp/list/u-aizu/2019_u-aizu.html 【新技術の概要】 ステガノグラフィーは情報の存在を隠す技術で、暗号化と併用すれば、情報のセキュリティを向上できる。提案技術は、情報を隠すためのカバー画像を「無尽蔵に」生成することができ、しかも、カバー画像とステゴ画像の正当性を認証でき、ステガノグラフィー技術のセキュリティ強度を向上することができる。 【従来技術・競合技術との比較】 深層学習や画像モーフィングに基づくカバー画像生成技術がすでに提案されている。しかし、既存方法は、生成されたカバー画像の自然さを無視しているので、情報を隠すどころか、逆にその存在がばれてしまう恐れがある。提案技術は、このような問題を解決する一手法を提供する。 【新技術の特徴】 ・カバー画像を無尽蔵に生成できる。 ・カバー画像の正当性を認証できる。 ・ステゴ画像の正当性を認証できる。 【想定される用途】 ・(インターネットにおける)秘密情報の通信 ・(クラウドにおける)秘密情報の保存 ・ICカードをベースにした個人認証 #情報
2020年01月14日
00:00:00 - 00:25:00
【AI論文解説】たった10枚の画像サンプルで類似した画像を生成できる!(CVPR2021論文紹介)

【AI論文解説】たった10枚の画像サンプルで類似した画像を生成できる!(CVPR2021論文紹介)

【AI論文解説】はディープラーニング・機械学習に関する論文を紹介する動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPCqfmnrBfo9Xv5mtDr0LjQZ ) この動画では、CVPR2021で発表された画像生成に関する論文について解説します。 この論文は、わずか10枚程度の画像から、それに似た画像を生成できる転移学習に関するものです。 【紹介論文】 ・Few-shot Image Generation via Cross-domain Correspondence  【論文リンク】https://arxiv.org/abs/2104.06820 -- ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/​​, https://github.com/sony/nnabla/​​ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla​ )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/​ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2021年07月03日
00:00:00 - 00:19:28
【AI論文解説】たった1枚の学習データで画像の生成・操作ができるよ(概要)

【AI論文解説】たった1枚の学習データで画像の生成・操作ができるよ(概要)

【AI論文解説】はディープラーニング・機械学習に関する論文を紹介する動画シリーズです。(プレイリスト: https://www.youtube.com/playlist?list=PLbtqZvaoOVPCqfmnrBfo9Xv5mtDr0LjQZ ) この動画では、ICLR2022に採択された画像生成に関する論文の概要を紹介します。 この論文は、わずか1枚の画像から、それに似た画像を生成できる転移学習に関するものです。 【紹介論文】 ・Mind the Gap: Domain Gap Control for Single Shot Domain Adaptation for Generative Adversarial Networks  【論文リンク】https://arxiv.org/abs/2110.08398 -- ソニーが提供するオープンソースのディープラーニング(深層学習)フレームワークソフトウェアのNeural Network Libraries( https://nnabla.org/​​, https://github.com/sony/nnabla/​​ )に関連する情報を紹介する動画チャンネルを開設しました( https://www.youtube.com/c/nnabla​ )。Neural Network Librariesのチュートリアル・Tipsに加え、最先端のディープラーニングの技術情報(講義、最先端論文紹介)などを発信していきます。チャンネル登録と応援よろしくおねがいします! 同じくソニーが提供する直感的なGUIベースの深層学習開発環境のNeural Network Console( https://dl.sony.com/​ )が発信する大人気のYouTubeチャンネル( https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA )でもディープラーニングの技術講座やツールのチュートリアルを多数公開しています。こちらもチャンネル登録と応援よろしくおねがいします。
2022年04月07日
00:00:00 - 00:00:41