x3ru9x | sa.yona.la ヘルプ | タグ一覧 | アカウント登録 | ログイン

x3ru9x

AI

ペインツチェイナー研究 (その5)、背景と髪の毛に少し色指定した

返信

● ペインツチェイナー内で色指定

 ・ 絵は縦長の方がいい

 ・ この顔の位置がノーマルに彩色される適正な位置。上にもっていくと青味がかる。


(拡大)

● 最終  コーレル内でトリミング。(コーレル内での色加工なし)


(拡大)

投稿者 x3ru9x | 返信 (0)

ペインツチェイナー研究 (その4)、絵柄の大きさや位置を変えて彩色してみた、色指定なし

返信

(拡大)

 ↑ 、パースのように上にいくほど小さくしてみた。 チェイナーがパースを感知してか上部の絵柄にブルーが入った。



(拡大)

 ↑、位置を上下に動かしてみた。 上と下では彩色が違う。 チェイナーは 絵の上部は遠景となるから青味がかる と学習しているっぽい。

投稿者 x3ru9x | 返信 (0)

ペインツチェイナー + 画像処理 (その3)

返信

(拡大)

 もろもろ合わせて画像処理。 (チェイナー処理 : たんぽぽ の画像も含めて加工)

 色指定なし。

投稿者 x3ru9x | 返信 (0)

ペインツチェイナー研究 (その2)

返信

(拡大)


(拡大)

 絵の上部に大きい絵、下部に小さい絵がある線画を使用。

 その1を踏まえて、同じ要領で線画イラストを彩色処理した。(色指定なし)

 そんなに変わらないけど、上下反転した方がメリハリがある。

投稿者 x3ru9x | 返信 (0)

ペインツチェイナー研究、上下を反転させて彩色 (その1)

返信

(拡大)

● 絵の上部が細かく面割りされている方がバランスよく彩色される。 絵の下部が細かいと黒ずむ。 (チェイナー処理項目 : さつき) 色指定なし。

投稿者 x3ru9x | 返信 (0)

http://x3ru9x.sa.yona.la/14766

返信

 AI用語や会社名、サービス名を覚えて慣れるのも大事だ。 適当にスルーしていると自分が流れからはぐれてしまう。

 「PFNペインツチェイナー」 とか 「コミカラーゼイション」 などは今まで聞いたことのない用語だ。

投稿者 x3ru9x | 返信 (0)

http://x3ru9x.sa.yona.la/14765

返信

 モノクロ写真に色をつけるDLは、カラー写真をモノクロ化してもう一枚作り、2枚をペアにして教示用データにしている。

投稿者 x3ru9x | 返信 (0)

日立、自己競争で学習を行うビジネス向けAI技術を開発

返信

https://cloud.watch.impress.co.jp/docs/news/1098882.html


 やっぱり、日立、富士通、NEC あたりはすごいなー。

投稿者 x3ru9x | 返信 (0)

【ドワンゴ】 白黒漫画にDeep Learningで着色する ~参照画像を使って~

返信

https://dwango.github.io/articles/comicolorization/


 ドワンゴも研究が進んでいる。 プリファードネットワークス(PFN)のペインツチェイナーと競争だぁ。


● ドワンゴ=Comicolorization コミカラーゼイション

● PFN=PaintsChainer ペインツチェイナー


 ドワンゴコミカラーゼイション 対 PFNペインツチェィナー。

投稿者 x3ru9x | 返信 (0)

ゲーム人工知能の行方 (日本デジタルゲーム学会理事 三宅陽一郎氏)

返信

http://ainow.ai/2017/12/21/129895/

投稿者 x3ru9x | 返信 (0)

ポーカーとAI

返信

● 「ポーカーでAIが人間に勝利することの、なにが凄まじいのか」

http://logmi.jp/195480


 ほーー


 上に対する異議として、

● 「なぜ人間はポーカーでAIに負けたのか? 日本トッププロが解説する“違和感” (1/2)」

http://www.itmedia.co.jp/pcuser/articles/1702/03/news028.html

投稿者 x3ru9x | 返信 (0)

【はてな】 社内で機械学習ハッカソンを開催しました

返信

http://developer.hatenastaff.com/entry/2017/12/24/100000


 この12月からDL始めましただとぉー。 はてなは今まで何もやっていなかった。 Q&AサイトなんだらAIスピーカーへの取り組みを何かやっていてもいはず。


 乗るか反るかのこんなときに これから勉強しますって はてなはおかしいぞ。 このままじゃ はてなは廃(すた)っていく。

投稿者 x3ru9x | 返信 (0)

2018年は機械学習の転機になる--Deloitte社の予測

返信

>> Deloitte社は、2018年末までに、データセンターで機械学習の加速に利用されるチップの25%以上が、FPGA(Field Programmable Gate Array)やASIC(特定用途向け集積回路)になると予測している。こうした新しい種類のチップによって、機械学習の利用が大幅に増加するはずだという。 

https://japan.zdnet.com/article/35112302/

<<


 こんなときに東芝が買われてしまった。

投稿者 x3ru9x | 返信 (0)

ドワンゴの川上量生氏、会長を退任

返信

>> ドワンゴは21日、設立者の川上量生氏が代表取締役会長を退任し、代表権のない取締役最高技術責任者(CTO)に就任したと発表した。川上氏はドワンゴの主力サービス「ニコニコ動画」の運営責任者も退いた。川上氏は人工知能(AI)や教育とIT(情報技術)の融合などの先端技術や新規事業の開発に注力する。


 ドワンゴは11月にミニゲームの追加などニコニコ動画の新サービスを発表したが、画質の改善を求める利用者の期待と大きく異なったため、批判が殺到していた。このため川上氏がニコニコ動画の責任者から退き、新機能の見直しを発表するなど対応に追われていた。利用者の増加ペースが伸び悩んでいるニコニコ動画のイメージを刷新するとともに、川上氏はIT技術全般の責任者として裏方に回る。 

https://www.nikkei.com/article/DGXMZO2492084021122017TI1000/

<<


 ドワンゴのAIは「人工生命」で、キャラクターを意識したもの。 清水氏に続いて川上氏も本腰を入れ始めた。 来年に向けて着々と動いている。

投稿者 x3ru9x | 返信 (0)

ニューラルネットにレンダラーを組み込む というのもあったなー

返信

 建物の3Dモデルがレンダリングされるとき描画スタイルを付与され、特徴的なレンダリング結果になるのかな? アニメ背景画のようになるのか?

投稿者 x3ru9x | 返信 (0)

http://x3ru9x.sa.yona.la/14744

返信

 フラクタルレベルの低いフラクタル画像からレベルの高い画像へと順にDL(ディープラーニング) させていくとどうなるのだろう。 枝葉が細かくなっていくように絵の特徴を階層的に学習していくのだろうか。 そうゆうことを実験したくなってきた。 しかし今は清水氏のウェブサービスを待つしかない。

投稿者 x3ru9x | 返信 (0)

http://x3ru9x.sa.yona.la/14742

返信

 なんとかAI DLの作業に絡(から)みたい。 今は 来年スタートの清水氏のウェブサービスに期待しているだけ..

 清水氏のウェブサービスには、NECのDL最適化技術とスパースモデリングを入れておいてほしいな。



 元号が変わって時代の空気が変わったとき、どうであるのか..  自分はバタバタしているのか、落ち着いているのか、停止しているのか.. 


 元号が変わることが 何か不安であるような怖いような..  AIが絡んできてからそう思うようになった。

投稿者 x3ru9x | 返信 (0)

俺も結構 不安になってる。

返信

 AIに関わることができなかったら 取り残されて「平成の時代」に置き去りにされるような不安。

 自分の時間が平成で止まってしまって、歩いても歩いても前に進まない感覚になってしまいそうな不安。

 いやだぁー。



 「AIの時代が来る」のと、「平成の時代が終わる」という このイヤな節目。 この節目はクセモノだわ。 これは一つの坂、乃木坂46..

投稿者 x3ru9x | 返信 (0)

【バレーボール】 AIがNECレッドロケッツをサポートへ

返信

https://wisdom.nec.com/ja/technology/2017080901/index.html


 スポーツとAI か.. 

投稿者 x3ru9x | 返信 (0)

機械学習×スパースモデリング

返信

http://www.nttdata.com/jp/ja/insights/trend_keyword/2016081801.html

>> データを扱う技術といえば機械学習が流行しています。機械学習手法の中には大量のデータがあることを前提としたものも多いですが、実際のビジネス現場では十分に多くのデータ数が確保できない場合も少なくありません。こうした場合には機械学習とスパースモデリングとを組み合わせることが効果的です。


 機械学習において、スパース性は、高次元で複雑に見えるデータも実はシンプルであるという信念を表すのによく使われます。例えば、新店舗の売上を立地・面積・品揃えなど多様な要因から予測することを考えます。このとき、全ての要因が売上と密に絡んでいるのでなく、より単純な予測式をあえて選ぶのがスパースモデリングによるやり方です。具体的には、多くの要因については売上との関連度をゼロと推定します(図2)。このように、非常に多くの要因が考えられるなか、スパースモデリングを用いることで売上と関連する要因を自動で選別してくれるため、精度良く予測できるだけでなく、機械学習の結果を人間が理解しやすい形で求めることができます。 <<


 AI関連ニュースには「スパースモデリング」 というキーワードが全然出てこないけどAIの内部でこれが効いている。 (スパースとはスカスカという意味で、スパースモデリングとは余白に意味を持たせることでもある)


参考

● ITで有望視されるスパース・モデリングって何?

https://news.mynavi.jp/kikaku/20161215-a002/

投稿者 x3ru9x | 返信 (0)

API | 利用規約 | プライバシーポリシー | お問い合わせ Copyright (C) 2018 HeartRails Inc. All Rights Reserved.