Google AI、画像内の全ての物体に効率的にラベリングする手動と機械学習をコラボしたツールを発表。既存の3倍速。試せるデモあり | Seamless
Google AI、画像内の全ての物体に効率的にラベリングする手動と機械学習をコラボしたツールを発表。既存の3倍速。試せるデモあり 2018-10-23 Google AIの研究者らは、画像内の全ての物体に効率的にアノテーションする手動と機械学習を組み合わせたツール「Fluid Annotation」を発表しました。 論文：Fluid Annotation: A Human-Machine Collaboration Interface for Full Image Annotation 著者：Mykhaylo Andriluka, Jasper R. R. Uijlings, Vittorio Ferrari 従来の手動ラベリングツールでは、画像内の各オブジェクトの輪郭を慎重にクリックして注釈を付ける必要があり、膨大な時間を要します。そこで、本論文は、画像内のすべてのオブジェクトと背景領
Microsoft Research、「息を吸いながら喋る」ことで周囲に気づかれずに音声入力を可能にするシステムを発表
Microsoft Research、「息を吸いながら喋る」ことで周囲に気づかれずに音声入力を可能にするシステムを発表 2018-10-17 Microsoft Researchの研究者は、「息を吸いながら」喋る時に出る非常に小さな音を利用した音声入力インタフェースデバイス「SilentVoice」を発表しました。 論文：SilentVoice: Unnoticeable Voice Input by Ingressive Speech 著者：Masaaki FUKUMOTO 本論文は、ingressive speech（吸気発話）法を用いて、非常に小さい音（漏洩音量39dB未満）での音声入力を可能にするシステムを提案しています。静かな場所だけではなく、80dBの騒音環境下においても周囲に気づかれずに音声入力が行えます。 本提案手法は、我々の通常音声やささやき声のように、息を吐きながら喋る
Google DeepMind、マシンが周囲を認識するために、2D画像から3Dシーンを推定する教師なし視覚認識ニューラルネットワーク「GQN」を発表
Google DeepMind、マシンが周囲を認識するために、2D画像から3Dシーンを推定する教師なし視覚認識ニューラルネットワーク「GQN」を発表 2018-06-15 Google DeepMindは、マシンが周囲を認識するために、2D画像からシーンの3Dモデルを生成する視覚認識フレームワーク「Generative Query Network（GQN）」システムを発表しました。 GQNは、事実上何も知らないエージェントが、シーンの複数の静的2D画像を見て、それの合理的に正確な3Dモデルを再構築するシステムです。 シーンの内容を人間がラベル付けすることなく、あらゆる角度からシーンを推定しレンダリングします。マシンが、その部屋なりを動きながら収集した2D画像を基に、関係性や規則性などを学び、見えない部分も含めオブジェクトの位置や色などを推定し再現します。 以下のような単一の視点から正確な3
スマートフォン撮影のビデオをアップロードし作成する全身モーションキャプチャシステム「RADiCAL」。スーツやセンサ等は不要。iOSアプリ無料リリース
スマートフォン撮影のビデオをアップロードし作成する全身モーションキャプチャシステム「RADiCAL」。スーツやセンサ等は不要。iOSアプリ無料リリース 2018-05-09 米国のスタートアップ「RADiCAL」は、スマートフォンを用いて撮影したビデオをアップロードし作成できる全身3Dモーションキャプチャシステムを開発しています。 本システムは、スマートフォンなどで撮影した動画をクラウドにアップロードし、サーバ側で処理することで全身モーションキャプチャを可能にします。 ユーザは、1台のスマートフォンで撮影するだけですので、スーツ、センサ、カメラなどの特殊なハードウェアを用いることなく使用することができます。使用時のルールとして、全身をビデオに入れる、キャプチャは1人だけ、カメラの動きを減らすなどを注意します。 アップロードしたデータは、専用プラットフォームのダッシュボードにて管理することが
Google、CNNを用いて人物などの前景と背景を分離するモバイルベースのリアルタイムビデオセグメント技術を発表。YouTubeに統合
Google、CNNを用いて人物などの前景と背景を分離するモバイルベースのリアルタイムビデオセグメント技術を発表。YouTubeに統合 2018-03-02 Googleは、CNN（Convolutional neural network）を用いて人物などの前景と背景をリアルタイムに分離できる新しいセグメンテーション技術を発表しました。 本技術は、モバイルで撮影した人物と背景を分離し、背景を自由に変えることを可能にする軽量ビデオフォーマットです。クロマキー合成のように特殊な機材などを使用することなく、モバイルベースで手軽に行うことができます。 この機能は、YouTubeにおいて動画をスマートフォンなどで撮影/編集/投稿するストーリーフォーマットに統合され、機能の一つとして利用することが可能になります。 機械学習も用いており、背景から前景を分離するなどの計算処理能力を上げるため、CNNアーキ
Googleら、タブレットとプラスチックシートで構築できるシンプルな3Dディスプレイを論文にて発表。iPad Pro（12.9 in）の場合、51°の円錐を推奨
Googleら、タブレットとプラスチックシートで構築できるシンプルな3Dディスプレイを論文にて発表。iPad Pro（12.9 in）の場合、51°の円錐を推奨 2017-12-03 ワシントン大学とGoogleの研究者らは、タブレットコンピュータと透明のプラスチックシートから構築できるシンプルな3Dディスプレイ「Pepper’s Cone」を論文にて発表しました。 Pepper’s Cone: An Inexpensive Do-It-Yourself 3D Display 本ディスプレイは、HMDや特殊なメガネを使用せずに、特定の一方向の視点位置から浮遊したようにうつる3Dオブジェクトを自然に見ることができます。ただし、どの視点位置からでも正確な画像が見えるのではなく、特定の一方向からしか正確に見えないこと留意です。 準備としては、円錐にしたプラスチックシートをタブレット中心に置き、安
33122
Google「DeepMind」、コンピュータが人型ベースでB地点にたどり着く最善の方法（柔軟な動き）を独学で生成する強化学習を用いたアプローチを提案した論文を発表 2017-07-11 GoogleのAIを研究する子会社「DeepMind」は、強化学習で人型含めシミュレートされた環境の中で複雑で柔軟な動きを生成するアプローチを提案した論文を公開しました。 Emergence of Locomotion Behaviours in Rich Environments（PDF） これら動きは、コンピュータが独学で最善の方法として考案した行動です。 研究者は、エージェントに動きのセットと前進するインセンティブを与え、AからB地点にたどり着く最善の方法を生み出すための強化学習を仕込みます。 コンピュータは、今ある動作を使って試行錯誤を繰り返し、さまざまな動き方を思いつく中で次々と最善へ近づけてい
Google、機械学習をスマートフォンだけで処理する低遅延、低電力の画像認識技術におけるコンピュータビジョンモデル「MobileNets」をGitHubにて公開
Google、機械学習をスマートフォンだけで処理する低遅延、低電力の画像認識技術におけるコンピュータビジョンモデル「MobileNets」をGitHubにて公開 2017-06-15 Google Researchは、スマートフォンに基づいた機械学習による視覚認識技術において、スマートフォンが大量の電力消費を必要とせずに画像をよりよく認識できるよう支援するTensorFlowベースのモデルセット 「MobileNets」をオープンソースとしてリリースしました。 現在、Google Cloud Vision APIを通して、スマートフォンで捉えた画像から、分類したり、個々の物体や人の顔を検出したり、画像内に含まれているテキストを検出し読み取ったり、画像カタログのメタデータ作成、不適切なコンテンツの管理、画像の感情分析といったモバイルにおける機械学習モデルの視覚認識技術を提供しています。 こう
カーネギーメロン大学、スプレー塗料を吹きかけた物体をタッチパッドにする低コストの技術を発表。ほぼ全ての形状/表面のオブジェクトが変換可能。ギター、ステアリング、スマートフォンの裏など
カーネギーメロン大学、スプレー塗料を吹きかけた物体をタッチパッドにする低コストの技術を発表。ほぼ全ての形状/表面のオブジェクトが変換可能。ギター、ステアリング、スマートフォンの裏など 2017-05-09 カーネギーメロン大学の研究者らは、「Electrick」と呼ぶスプレー塗料を物体に吹きかけ、その物体を全てタッチパッドにする技術を論文にて発表しました。 Electrickは、多種多様な物体や不規則なサーフェスなどまで（ほぼすべての形状のオブジェクト）をタッチ入力可能のオブジェクトにする低コストな技術です。これは、導電性塗料を吹きかけ、感知電極を付けることによって達成されます。 デモ映像では、ステアリング、ギター、壁、机などをタッチパッド・センサーにしている様子が映し出されます。壁などの表面が広い場合は、ペンキで塗ることも可能です。 他にも、塗料を塗ったカバーを真空成形でスマートフォンの
MIT学生、Google Tangoで室内を3Dスキャンし、障害物にぶつからない歩行可能な物理的VRエリアを再構築する「Oasis」を開発
MIT学生、Google Tangoで室内を3Dスキャンし、障害物にぶつからない歩行可能な物理的VRエリアを再構築する「Oasis」を開発 2017-01-11 MIT Media Labの学生Misha Sra氏は、GoogleのTangoプラットフォームを使用し家の中をぶつかることなく動き回れるVRエリアを再構築するアプリ「Oasis」を開発しました。 Tango搭載デバイスを使用して屋内のシーンを3Dキャプチャするところから始まります。家具や壁などの障害物を検出し、歩行可能なエリアをマップし、生成されたVR環境でのリアルウォーキングを可能にします。深度データは、VR体験中にオブジェクトを認識し追跡するために追加的に使用されます。 デモ映像では、最初にTango搭載デバイスを持ち室内を歩きまわってスキャンしている様子が映し出されます。そして、現実世界の3DモデルからVRエリアが構築され
1
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
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
Google、現実空間上に白い線を立体的に描けるARCore向けARアプリ「Just a Line」リリース