2022/9/14 GPU UNITE 2022 / Day3:CG研究 セッション (https://gdep-sol.co.jp/gpu-event/gpu-unite-2022/day3/) 講演資料
Preferred Networksは4月26日、顔ならびに上半身のイラストが自動生成・編集できるキャラクター生成プラットフォーム「Crypko」(クリプコ)を、同日からウェブサービスとして提供を開始した。 Crypkoは、深層学習を応用した画像生成モデルの1つである「敵対的生成ネットワーク」(generative adversarial networks、GAN)を使った顔のイラスト生成モデルとして、2018年に開発を開始。6世代目となる今回の生成モデルでは、顔だけでなく人間のイラストレーターが描画したようなキャラクターの上半身のイラストを生成することが可能となっている。 さらに、生成したキャラクターを融合することにより、それらの特徴を継承した新しいキャラクターを生成する。髪や目の色、表情などの属性をユーザーの好みで変更することも可能となっている。ユーザーは、所定のアプリ内ポイント(Cr
Innovative Tech: このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 NVIDIAと米Cornell Universityの研究チームが開発した「GANcraft: Unsupervised 3D Neural Rendering of Minecraft Worlds」は、マインクラフトなどのボクセルベースの大規模な世界を写実的な画像に変換する手法だ。土や砂、草木、雪、海、空などをリアルに表現し、見る視点を移動しても一貫した画像を提供する。ゲームやアニメーションの背景、バーチャル空間の作成にも役立つ可能性を秘めている。 マインクラフトは、規則的なグリッド上にブロックを置くだけで3次元空間を構築できる、子どもでも可能な手軽さが魅力だが、各3Dブロックは大きく
Innovative Tech: このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米イリノイ大学アーバナ・シャンペーン校の研究チームが開発した「JoJoGAN: One Shot Face Stylization」は、入力した1枚の顔画像を漫画「ジョジョの奇妙な冒険」のキャラクター風に変換する機械学習フレームワークだ。「空条承太郎」など、作中のキャラクタースタイルに似せた顔に変換する。このフレームワークは、大量のペア画像データセットを使わず、1枚の顔画像から学習できる特性を持つ。 画像をスタイル変換するモデルは、大量のペア画像データセットを必要とするが、そのデータを準備するにはコストがかかる。数枚の画像からスタイル変換する研究も報告されているが、詳細なスタイルや多様性を
ストックフォトサービスを手掛けるイメージナビ(札幌市)は6月1日、AIを活用して実在しないモデルの画像を作成するサービス「INAI MODEL」に、男性モデルを追加した。これまで女性の画像のみ提供していたが、AIのアップデートを重ね、男性の場合でもクオリティーを維持できると判断したことから販売を決めたという。従来と同じく、Web広告やポスターなどでの利用を見込む。 INAI MODELでは、実在する人物の写真を利用許諾を得た上で撮影。AIで顔部分を加工して架空のモデル画像を生成する。開発にはAIベンチャーのデータグリッド(京都市)が協力。画像を生成するAIと画像がAIによるものか評価するAIを戦わせることで精度を向上させる技術「GAN」(敵対的生成ネットワーク)を活用している。 モデルが実在しないため、一度購入すれば契約期間を気にせず永久に画像を使える他、モデルがスキャンダルを起こすリスク
「赤ちゃんAC」のスマホ専用アプリがリリース! 2枚の写真から赤ちゃんの顔を予測! 赤ちゃんの顔は、生後〜成人までの6段階予測も可能(一部有料機能あり) StyleGANにより、親の顔の特徴をもった高解像度の赤ちゃん画像を生成します 赤ちゃんACではStyleGANというAI技術を用いて、赤ちゃんの画像を生成しています。StyleGANはGAN(敵対的生成ネットワーク)というディープラーニングのモデルを発展させたもので、2枚の画像の特徴を学習し、合成して高解像度の新しい画像を生成することができます。 赤ちゃんACでは、親となる2枚の顔写真から顔の特徴を抽出し、ランダムに選ばれた赤ちゃんの写真にそれらの特徴を合成することで、親の特徴を持った高解像度の赤ちゃんの顔写真を生成します。 また、親の顔の特徴を高速に抽出(エンコード)するために、pixel2Style2pixelというエンコード技術を
画像素材サイトを運営するACワークスは3月15日、両親の顔写真から赤ちゃんの顔をAIで予測するサービス「赤ちゃんAC」を公開した。無料で利用できる。 2人の顔写真を同サイトへアップロードすると、2人から生まれる赤ちゃんの顔画像をAIで合成する。合成画像は無料でダウンロード可能で、アップロードした顔写真も24時間で完全に消去するとしている。 赤ちゃんの顔画像の合成には、2人の顔を組み合わせて高解像な合成画像を作るディープラーニング技術の一つである、米NVIDIAの「StyleGAN」を利用しているという。親の顔の特徴抽出には「pixel2Style2pixel」というStyleGAN向けの計算手法を使うことで、通常は1分ほどかかるエンコード処理を数秒にまで短縮したとしている。 関連記事 “実在しないリアルな顔”を自在に編集できる「StyleRig」 StyleGANで生成した顔の向き、表情、
AI技術を用いて架空の画像や映像を合成するディープフェイクは、人の目には真偽を見分けることが非常に難しい段階まで発展しており、実在しない人物の顔写真を簡単に作成できることからSNSなどでも大きな問題となっています。そんなディープフェイクの顔写真を、瞳に映った光の反射から見抜く技術を、ニューヨーク州立大学バッファロー校の研究チームが開発しました。 EXPOSING GAN-GENERATED FACES USING INCONSISTENT CORNEAL SPECULAR HIGHLIGHTS (PDFファイル)https://arxiv.org/pdf/2009.11924.pdf New AI tool detects Deepfakes by analyzing light reflections in the eyes https://thenextweb.com/neural/2
AIが瞬時にバーチャルヒューマン(モデル)などの架空の人物を生成。 撮影や3Dモデルの制作不要でオリジナルの人物モデル画像をご提供します。
写真素材の販売などを手掛けるイメージナビは6月8日、AIが実在しないモデルの画像を生成するサービス「INAI MODEL」を始めた。画像を購入した企業は、架空のモデルをWeb広告やポスターなどに起用できる。モデルとの契約期間を気にせず永久に画像を使える他、モデルがスキャンダルを起こすリスクがなく、差し替えが発生しないのが特徴。 当初は若い女性の画像のみ生成・販売し、今後は男性やシニアにも対応する予定。同じモデルが異なるポーズをとっている画像や、異なるモデルが同じポーズをとっている画像なども生成できる。著名人に似せたモデルは作成しない。 サービス開発にはAIベンチャーのデータグリッドが協力。画像を生成するAIと画像を評価するAIを敵対させ、精度を向上させる技術「GAN」(敵対的生成ネットワーク)を利用する。 モデル画像を生成する際は、イメージナビが利用許諾を得た上で実在する人物の写真を撮影。
チェコ工科大学とSnapによる研究チームは、ある画風スタイルを画像に転送する深層学習を用いたスタイル変換技術「Interactive Video Stylization Using Few-Shot Patch-Based Training」を発表した。スタイル変換とは、手書き風のスタイルを画像や動画に転送し、コンテンツの原型は残しつつスタイルだけを変換する技術だ。 Interactive Video Stylization Using Few-Shot Patch-Based Trainingの出力結果 こういったスタイル変換分野では、画像へ転送する技術として2016年に「Image Style Transfer Using Convolutional Neural Networks」[Gatys et al. 2016]で発表されている。CNNを用いたVGGを使用し、コンテンツとスタイ
印象の操作を行う、と言った”定性的な”画像の操作はAIにはこれまで難しいといわれていました。 例えば、”記憶させやすい”画像とはどのようなものでしょうか?記憶のしやすさは、それらに伴うもの具体的な定義がありません。 今回紹介する新たなアイデアでは、”記憶させやすい”という画像の操作がどのようなものか学習し最適化することで、任意の画像を人間にとって記憶させやすいように変化させます。 記憶のしやすい画像を、”物体を大きく・画像を明るく・形状を丸く”すれば良い。という風に具体的な操作に落とし込み、傾向を学習させることで生成を可能にします。 さらに、学習したパラメータに”重み付け”を行うことを今回は試みます。これにより、”記憶のしやすさ”という方向性を元に、どの程度記憶しやすいかを調整することが可能です。 例えば、上のチーズバーガーを考えてみてください。このモデルでは、右に移動するにつれて、より記
GANPaint Studio is a demonstration how, with the help of two neural networks (GAN and Encoder). It's easy to start drawing: Select an image Select if you want to draw (paintbrush) or delete (eraser) Select a semantic paintbrush (tree,grass,..) Enjoy painting! Beware -- the model has a character of its own! Come back often, as we will add new and better models over time. For more information about
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