You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session.
2017年10月21日に公開され世界中で話題になった画像拡大ソフト(Webアプリケーション)Let’s Enhanceがリメイクされましたのでご紹介します。 Photoshopよりも凄い無料の画像拡大ソフト 2022年現在は5枚まで無料で使用できます。数年前までは25枚まで無料で処理できたのですが、トライアル出来る枚数が減ってしまったようです。そこは少し残念。 とりあえず5枚は無料で試せますから気に入ったら、追加処理分を購入して処理することが可能です。 Let’s Enhanceはニューラルネットワークを使用して画像拡大をするWebソフトです。 マジックフィルターと書かれているものがLet’s Enhanceを使用して拡大したもの。 通常のソフトで行われている画像拡大と手法が異なり、最初にポートレートや風景、食品など画像種類やタイプを認識。その上でネットワークを使用し画像タイプごとに自然な
写真を販売しているサイト(ストックフォトサイト)では、販売中の写真のサンプルをそのまま転用されることがないように、はっきりとわかる「透かし」を入れていたりします。しかし、現在用いられているような「透かし」は、コンピューターアルゴリズムを用いて簡単に除去可能であることをGoogleが示し、もう一手間加える必要性を説いています。 Research Blog: Making Visible Watermarks More Effective https://research.googleblog.com/2017/08/making-visible-watermarks-more-effective.html これは、Googleが「CVPR2017(コンピュータービジョンとパターン認識のカンファレンス)」の中で「On The Effectiveness Of Visible Watermark
印刷される方はこちらをご覧ください(PDF形式、371kバイト) このニュースリリース記載の情報(製品価格、製品仕様、サービスの内容、発売日、お問い合わせ先、URL等)は、発表日現在の情報です。予告なしに変更され、検索日と情報が異なる可能性もありますので、あらかじめご了承ください。なお、最新のお問い合わせ先は、お問い合わせ一覧をご覧下さい。 2016年11月15日 動画撮影後に容易にピント調整ができるレンズレスカメラ技術を開発 薄型軽量化と高性能化を実現し、モバイル機器や車、ロボットなどへの適用が可能に 図 開発したカメラ技術の撮影原理 株式会社日立製作所(執行役社長兼CEO:東原 敏昭/以下、日立)は、このたび、レンズの代わりに同心円パターンを印刷したフィルムを用いて、動画撮影後に容易にピント調整ができるレンズレスカメラ技術を開発しました。レンズが不要となることでカメラの薄型軽量化を実現
半年ほど前に論文が発表されて話題になった「白黒写真の自動色付け」技術。 人工知能で白黒写真を自動的にカラーにする技術がすごすぎる。これが全部自動とか、今まで人の手で塗って業者は大打撃だろうな…。 https://t.co/cVyzU7xJDV pic.twitter.com/6DB9mZ2yBS — 吉永龍樹(よしながたつき)@肉くん発売中 (@dfnt) 2016年4月28日 2015年のNHKスペシャルでも話題になったように、今まで白黒写真の色つけは人間が手動で行っていました。 塗るためには「どこが人間でどこが風景なのか?」など、写っている内容を理解する必要があったからです。ところが上記の論文はこれらの判断を人工知能によって全て自動化してしまうという、ものすごい技術。 この超絶技術が昨日(10/30)、開発者のシモセラ・エドガーさんによって、いよいよWEB上で試せる状態になりました。
OpenCV(オープンシーヴィ)は多機能なコンピュータビジョンライブラリで、動画や画像の処理に幅広く利用できるさまざまな機能が実装されています。 動画・画像処理を用いたアプリやサービスを開発するために、OpenCVを学びたいと思っている方は少なくないのではないでしょうか。 そこで今回は、OpenCVが学べる資料(記事・サイト・スライド)を10個ご紹介します。 OpenCVを基礎から解説している資料を中心に紹介していますので、OpenCVの学習にぜひご活用ください。 OpenCVがわかる記事・サイト 10分で学ぶOpenCV超入門 / MetaArt http://iphone.moo.jp/app/?p=1101 「画像を読み込み表示する」「画像のサイズを変更する」「画像をグレースケール化する」「画像を2値化する」、以上の4つのOpenCVを使ったプログラムについて学べる記事です。 各コー
ImageMagickの基本的な使い方 ここでは、衛星画像を題材にして、ImageMagickの基本的な使い方を説明しています。 Windowsで演習する場合には、前提として、Cygwin、ImageMagickの インストールが済み、PATHも設定してあるものとします。 ちなみに、LinuxではImageMagickの各コマンドがインストールさ れていることが多いので、Linux環境の人はすぐに下記の演習内容を試すことが できるはずです。 ImageMagickの中でも、 convert composite を使用します。特に、convertはよく使用しますので、使い こなせるようになってください。 この演習で処理した画像例は、 このページの末尾に掲載されていますので、 参照してください。 画像の保存 まずは、以下の演習で使用する画像(JPEG画像:バンド1〜7)を保存しよう。 [バンド
本研究では、深層学習を応用して対話的にラフスケッチのペン入れができるツール、スマートインカー(Smart Inker)を提案する。 スマートインカーは、途切れた線を自然につなぎ、不要な線を効率的に消すことが可能な“スマート”ツール機能をもち、自動出力された線画を効果的に修正することができる。 このような機能を実現するため、本手法ではデータ駆動型のアプローチを取る。スマートインカーは全層畳み込みニューラルネットワークにもとづいており、 このネットワークはユーザ編集とラフスケッチ両方を入力とし正確な線画を出力できるように学習させている。 これにより、様々な種類の複雑なラフスケッチに対して高精度かつリアルタイムの編集が可能となる。 これらのツールの学習のため、提案手法では2つの重要な技術を考案する。すなわち、ユーザ編集をシミュレーションして学習データを作成するデータ拡張手法、 および線画のベクタ
Lab 色空間を利用した精度の高い類似画像の検索についてはこちらの記事を御覧ください。 以前の記事でRGB値を元に画像を検索しましたが、今回はHSVモデルを使ってより人間の知覚に近い色比較を行なってみます。 HSV色空間は、色を「色相」「彩度」「明度」の要素に分けて考えます。 つまり、色の違い、鮮やかさ、明るさの違いを数値的に比較することができます。 <?php //比較元となる画像 $filepath = "sample.jpg"; //比較対象用画像ディレクトリ $dir = "images/"; //要素の重要度 $priority = array( 'h' => 1, 's' => 1, 'v' => 1 ); $sample = loadImage($filepath); $sample_hsv = imageHsv($sample); imagedestroy($sample)
Photoshopで「画像の中にある●●を消す」といった作業は画像編集でよくある作業だと思います。 togetterで「初心者のPhotoshop加工はプレデターが生まれる→「例えが秀逸」「あるある」と腹を痛めるTL」というまとめがありました。その最初のツイートがこれ。 僕がPhotoshopを教えていて一番好きな瞬間は、「○○を消せ」系の初心者向け課題で、必死で作業すればするほどプレデターを次々に生み出して絶望していく生徒に「もうお前の地球は終わりだ」と講評することです。 pic.twitter.com/gEpXGVx7xo ? レイニー氏 (@moeebu) 2016年3月8日 おもしろい例えですね。スタンプツールで補正をすると、同じパターンが連続してしまうパターンです。 Photoshopで●●を消す作業の基本はスタンプツールですが、スタンプツールでチマチマ消す時間もない!という方に
ポリゴン風デザイン ちょいちょい見かける事が多くなった「ポリゴン風デザイン」。イラストレーターやフォトショップでも作れますが、綺麗に作ってなーと思っていましたが、写真をポリゴン風に変える事ができる「triangulator」を使用して作る事ができます。 「triangulator」を使ってカッコいいポリゴンデザインを作っちゃいましょう。 必要ファイルをダウンロード こちらからファイルをダウンロードしてください。 Somestuff.ru ダウンロードの場所 サイトを一番下までスクロールすると、「You can download sources here.」という部分があります。 「here」部分をクリックすると「triangulator.zip」ファイルをダウンロードできます。 ダウンロードが完了したらZIPファイルを解凍してください。 triangulatorの準備 解凍した「trian
Deep Neural Networkを使って画像を好きな画風に変換できるプログラムをChainerで実装し、公開しました。 https://github.com/mattya/chainer-gogh こんにちは、PFNリサーチャーの松元です。ブログの1行目はbotに持って行かれやすいので、3行目で挨拶してみました。 今回実装したのは”A Neural Algorithm of Artistic Style”(元論文)というアルゴリズムです。生成される画像の美しさと、画像認識のタスクで予め訓練したニューラルネットをそのまま流用できるというお手軽さから、世界中で話題になっています。このアルゴリズムの仕組みなどを説明したいと思います。 概要 2枚の画像を入力します。片方を「コンテンツ画像」、もう片方を「スタイル画像」としましょう。 このプログラムは、コンテンツ画像に書かれた物体の配置をそのま
[:ja]ピカソに似顔絵を描いていただいた、的なことができる neural-style を動かしてみるテスト。普段ほとんどつかわない横にころがってる PC に Ubuntu いれて Torch やら CUDA SDK やらインストール。ガイド通りやればわりとすんなり動いた。1 枚処理すんのに GPU モードで 5 分弱。GTX 770 2GB メモリではちょっとメモリたりなくて 256 x 256 出力するので精一杯。それ以上でかくすると out of memory で止まる。 楽しいwww 3 つめのマティスとか 4, 5 つめのウォーホルの好き。 最後の水玉の神様のやつは元画像チョイスミス。 ・・・ 違う実装だけど仕組みがよくわかる解説。 画風を変換するアルゴリズム | Preferred Research https://research.preferred.jp/2015/09/c
2015-05-27 waifu2xでアニメをアップコンバートする もう世の中で話題すぎて仕方が無いwaifu2xです(説明はしないので各自ぐぐれ)。 二次元画像を拡大したいと思ったことはありませんか? - デーultraist.hatenablog.com ところでwaifu2xを見て、皆さん思いませんでしたか? waifu2xでSD画質のアニメのアップコンバートしてえ! でもWebアプリだしアニメのアップコンバートなんて…と思ったらGithubでコード公開されてるし、AWSのPublic AMIもあります(北カリフォルニア ami-75f01931)。 自宅でwaifu2xサーバを立てるのもいいですが(その話はまた後日にでも書きますけど)、もうサクッとAWSにg2.2xlargeのスポットインスタンスを立ててしまいましょう。1時間7円くらい、1日170円くらいですよ。 というわけでこの
うまくできましたか? ボヤけたり、ギザギザになったりしませんでしたか? waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。 画像を拡大するのではなく、縮小される前の状態に戻します。 縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。 その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。 二次元画像のJPE
第2回 プログラマのための数学勉強会で発表した資料です http://maths4pg.connpass.com/event/11781/Read less
Or to be technical, I made a thing that makes things like that thing. (If your device doesn’t render it, it looks like this.) Backstory: a month and a half ago I left my job to make an indie game. One of the many things on my to-do list was “Learn shader programming”, and around that time I ran across this blog post by Roger Alsing about using genetic algorithms to create images. So I tried the sa
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く