コンピュータビジョン

記事の概要 Vision Transformerへ注目が集まる中、ConvNetの可能性を再考した論文"A ConvNet for the 2020s"を紹介します。arxiv.org 新規のテクニックを発見したのではなく、既存のテクニックを適切に組み合わせてVision Transformerに匹敵する性能を得たという内容です。 論文の概要 著者はSwin Transformerのshifted windowがConvNetに類似していることから着想を得て、逆にSwin Transformer(Swint-T)に使われるテクニックをConvNetへ輸入したConvNeXtsを提案しています。…

【（自分を含めて）質問！】こんな記事、どこにありましたかね？画像修復関連。 探しているもの: 深層学習が流行る前、だから、10年ぐらい前に、、、、 こんな画像の落書きが、完全に復元される技術をよく見かけましたが。。。 確か、この画のように、建物の画で、そこに滅茶苦茶落書きされたもの。 当時、、、そなんなことできないだろう。。。と感じてましたが。。。 さて、これ、どこで紹介されてましたかね。。。。 1次情報でも、引用情報でも結構です。 コメント等で教えて下さい！！！

PythonとOpenCVを使って、顔写真の目と口の位置を合わせる処理「正規化」のスクリプトを組んでみました。 顔写真は撮った時のタイミングによって角度だったり、人物だったりが異なるわけですが、それを両目の位置、口の両端を手動で選択することで一定の位置にそろえることができるというものです。 はじめに 私事ですが、最近結婚式を挙げました。披露宴ではド定番の演出として新郎新婦が中座するときにお客さんに見てもらう「プロフィールムービー」というものがありますが、画像処理を齧った身としては凝った演出をしてみたくなるものです。というわけで今回は顔の正規化にチャレンジしてみました。 正規化とは 機械学習でG…

機械学習（Machine Learning）とは、人工知能（AI）の一分野であり、コンピュータが明示的にプログラムされることなく、データから自動的に学習し、タスクを改善していく手法を指します。機械学習システムは、大量のデータを分析し、そこから規則性やパターンを見つけ出し、新しいデータに対して適切な予測や意思決定を行うことができます。 機械学習の主な目的は以下の通りです： 1. 予測：過去のデータから学習し、未知のデータに対して予測を行います。例えば、スパムメールの検出、顧客の購買行動の予測などが含まれます。 2. 分類：データを事前に定義されたカテゴリーに分類します。例えば、画像認識における物…

主に一般向け製品やサービスを提供している企業等からのリリース、お知らせを不定期に収集しています。対象企業は徐々に数を増やしていく予定です。キャンペーン情報、イベント情報等の関連する情報も掲載しています。 ランキング参加中インターネット Hamee 2024-04-18 モバイルアクセサリーブランド「iFace（アイフェイス）」「ケアベア™」・「スポンジ・ボブ」・「バーバパパ」デザインのスマホケース＆AirPodsケースが登場！ 2024年4月18日（木）AM8時からオンライン予約開始 楽天市場 Amazon Yahoo! Hamee 2024-04-18 トレンドを取り入れたビーズの組み合わせ…

2024年4月17日に、QYResearchは「コンピュータビジョン認識―グローバル市場シェアとランキング、全体の売上と需要予測、2024～2030」の調査資料を発表しました。本レポートは、コンピュータビジョン認識の世界市場について分析し、主な売上、動向、市場規模、主要企業の市場シェアとランキングに焦点を当てています。また、地域別、国別、製品タイプ別、用途別の分析も行っています。コンピュータビジョン認識の市場規模を2019年から2030年までの売上に基づいて推計と予測しています。定量分析と定性分析の両方を提供することで、企業がビジネス成長戦略を策定し、競争環境を評価し、市場位置を分析し、コンピ…

コンピュータビジョンの決定版的な教科書っぽいということで買ってみましたが、大きくて重い辞書サイズの本なのでなかなか手に取って読むということはなかなかありません。 監訳者の玉木さんは以前スパースモデリングの翻訳もされていましたが、これ以外にもオンラインの講義とかもかなり初期の頃から取り組まれていてやたらとアクティブな人だなあと思っていました。研究上の接点はあまりないのでそれほど交流することはありませんが。 コンピュータビジョン分野だと井宮先生とはいろいろな接点がありました。もちろんお名前は知っていたのですが、私が最初に科研費審査委員になったときに、その合議の場でお会いしたのがちゃんとした出会いで…

NetVLADは結構メジャーな手法だと思ってたんだけど、案外日本語解説はネットに落ちてないんだね。昨今、有名な手法は誰かしらブログ書いてるイメージだったので意外。— Minagawa Takuya (@takmin) 2024年3月22日 というわけで、自分が解説記事を書こうかと思い立ちました。 NetVLADが発表されたのは2016年のCVPRなので[1]、進化の早いAI分野では古めの技術となってしまいますが、画像検索(Image Retrieval)や、撮影場所の推定(Visual Place Recognition)などの論文に未だに現役で出てくる手法なので、この日本語記事が色んな人の役…

AIの導入が進む現代において、AIを活用した職種はますます重要性を増しています。AI資格を取得することで、自身のスキルをアピールできますし、AI技術を使った業界は増加傾向にあり、AIスキルを持った人材は現在世界は求められています。資格を持つことで、実務経験がない人でもAI関連の仕事に就職、または転職できる可能性が高まります。また、AI市場は急成長しており、需要が高まっています。まだはじまったばかりのため、AIスキルを持った人材は不足しています。そんな今、AI資格を持つことでスキルを証明できるチャンスです。AIを使った職業や利用方法など現在わかっている範囲での詳細をお伝えしていきます。 スポンサ…

市場動向 推進要因：産業環境におけるIoTや人工知能などの技術に対する需要の高まり 製造工場における人工知能（AI）は、ディープラーニング、コンピュータビジョン、自然言語処理（NLP）、コンテキスト認識などの技術を構成する。これらの技術は、現在人間が行っている活動を機械が実行できるようにするだけでなく、ビジネスプロセスを強化し、製造業者が直面する課題を克服する。半導体・エレクトロニクス、エネルギー・電力、製薬、自動車、重金属・機械製造、食品・飲料などの製造業では、AIベースのソリューションの採用が進んでいるため、ビッグデータやコンピューター・ビジョン技術の活用が進んでいる。 IoTの統合は、…

市場概要 ビジョンポジショニングシステムの世界市場規模は2022年に47.4億米ドルとなり、2023年から2030年にかけて年平均成長率（CAGR）12.0％で成長すると予測されている。商用および防衛目的での無人搬送車（AGV）の用途拡大、無人航空機（UAV）の使用増加、人工知能（AI）対応光学センサーの需要増加が市場成長に大きく寄与すると予想される。同市場は、変化する産業ニーズに対応するための継続的な技術革新が特徴である。例えば、Google, Inc.は、包括的な屋内位置測位システムを提供するために、Tango 3Dセンシングコンピュータ技術を使用した「ビジュアルポジショニングサービス」…

大規模言語モデル（LLM）市場は現在力強い成長を遂げており、市場規模の大幅な拡大が予測されている。市場規模は、2024年の64億米ドルから2030年には361億米ドルに拡大し、予測期間中の年平均成長率（CAGR）は33.2%に達すると予測されている。この驚異的な成長率は、様々な業界において高度な自然言語処理（NLP）能力に対する需要が高まっているためである。LLMは、テキスト生成、感情分析、言語翻訳、コンテンツ要約などのタスクで卓越した能力を発揮しており、顧客体験の向上、コンテンツ作成の自動化、データ主導の意思決定プロセスの推進に役立つ貴重なツールとなっている。さらに、クラウド・コンピューテ…