モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。
- TAG LIST
- CGCGへの扉安藤幸央機械学習月刊エンタメAIニュースディープラーニング河合律子生成AI吉本幸記OpenAIGAN音楽NVIDIAGoogle強化学習三宅陽一郎ChatGPTニューラルネットワークStable Diffusionグーグル森川幸人シナリオDeepMindQA大規模言語モデル人工知能学会GPT-3自然言語処理マイクロソフトFacebook大内孝子AIと倫理映画著作権アート倫理モリカトロンキャラクターAI敵対的生成ネットワークルールベースLLMSIGGRAPHゲームプレイAIスクウェア・エニックスモリカトロンAIラボインタビュー画像生成NPCNFTプロシージャルMidjourneyデバッグMinecraftDALL-E2StyleGAN遺伝的アルゴリズム画像生成AIロボットファッション音楽生成AI自動生成VFXAdobeテストプレイメタAIアニメーションテキスト画像生成深層学習CEDEC2019ディープフェイクデジタルツインメタバースVR小説ボードゲームDALL-ECLIPビヘイビア・ツリーマンガCEDEC2021CEDEC2020ゲームAI不完全情報ゲームナビゲーションAI畳み込みニューラルネットワークtoioGDC 2021JSAI2022バーチャルヒューマン作曲MicrosoftNVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022MetaマインクラフトAIアート3DCGStability AIメタデジタルヒューマン懐ゲーから辿るゲームAI技術史ジェネレーティブAIスポーツエージェントプロンプト栗原聡手塚治虫汎用人工知能CNNNeRFDALL-E 3BERTロボティクスUnityOmniverseJSAI2023鴫原盛之教育HTN階層型タスクネットワークソニーGPT-4マルチモーダルJSAI2020GTC20233DTensorFlowインタビューブロックチェーンイベントレポート対話型エージェントAmazonメディアアートDQN水野勇太アバターUbisoftGenvid TechnologiesガイスターStyleGAN2ARELSIGTC2022SIGGRAPH ASIANetflixJSAI2021東京大学はこだて未来大学Bard研究シムピープルMCS-AI動的連携モデルRed RamモーションキャプチャーTEZUKA2020CEDEC2023テキスト生成インディーゲームElectronic Arts音声合成マーケティングメタデータGDC Summerイーロン・マスクStable Diffusion XLCMMicrosoft Azureアストロノーカキャリア模倣学習動画生成AIeスポーツスタンフォード大学アーケードゲームテニスサイバーエージェントトレーディングカード音声認識類家利直eSportsBLUE PROTOCOLシーマンaibo合成音声チャットボットブラック・ジャックEpic GamesAIロボ「迷キュー」に挑戦AWS徳井直生クラウド斎藤由多加AlphaZeroTransformerGPT-2rinnaAIりんなカメラ環世界中島秀之PaLM哲学ベリサーブPlayable!GPT-3.5ハリウッド理化学研究所Gen-1SoraSFテキスト画像生成AI松尾豊データマイニング現代アートDARPAドローンシムシティゲームエンジンImagenZorkバイアスマーダーミステリーASBSぱいどんアドベンチャーゲームAI美空ひばりAGI手塚眞バンダイナムコ研究所スパーシャルAIELYZANEDOFSM-DNNLEFT 4 DEAD通しプレイ論文OpenAI Five本間翔太馬淵浩希Cygames森山和道Audio2Faceピクサープラチナエッグイーサリアム効果音ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析MILENVIDIA ACEナラティブNVIDIA RivaOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事田邊雅彦トレカMax CooperGPTDisneyFireflyPyTorchChatGPT4眞鍋和子バンダイナムコスタジオヒストリアAI Frog Interactive新清士SIE大澤博隆SFプロトタイピング齊藤陽介お知らせMagic Leap OneTencentモリカトロン開発者インタビュー宮本茂則バスケットボールGeminiTikToktext-to-imageサルでもわかる人工知能text-to-3DVAEDreamFusionTEZUKA2023リップシンキングRNNUbisoft La Forge自動運転車ワークショップ知識表現ウォッチドッグス レギオンVTuberIGDA立教大学秋期GTC2022市場分析フォートナイトどうぶつしょうぎRobloxジェイ・コウガミ音楽ストリーミングMIT野々下裕子Adobe MAXマシンラーニング村井源5GMuZeroRival Peakpixivオムロン サイニックエックスGPTs電気通信大学対話エンジン稲葉通将ポケモン3Dスキャン橋本敦史リトル・コンピュータ・ピープルCodexシーマン人工知能研究所コンピューティショナル・フォトグラフィーPreferred Networksゴブレット・ゴブラーズ絵画Open AI3D Gaussian SplattingMicrosoft DesignerアップルイラストシミュレーションSoul Machines柿沼太一完全情報ゲームバーチャルキャラクター坂本洋典釜屋憲彦GitHub CopilotウェイポイントLLaMAパス検索対談藤澤仁生物学GTC 2022xAIApple Vision Pro画像認識SiemensストライキStyleCLIPDeNA長谷洋平クラウドコンピューティングmasumi toyotaIBM宮路洋一OpenSeaGDC 2022SNSTextWorldEarth-2BingMagentaYouTube音声生成AIELYZA PencilScenarioSIGGRAPH2023AIピカソGTC2021AI素材.comCycleGANテンセントAndreessen HorowitzAIQVE ONENetHackキャラクターモーションControlNet音源分離NBAフェイクニュースユニバーサルミュージックRPG法律Web3SIGGRAPH 2022世界モデルレベルデザインDreamerV3AIボイスアクターUnreal Engine南カリフォルニア大学NVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDATRPGマジック：ザ・ギャザリングAI Dungeonゲーム背景アパレル不気味の谷ナビゲーションメッシュデザイン高橋ミレイ深層強化学習松原仁松井俊浩武田英明フルコトELYZA DIGEST建築広告西成活裕ハイブリッドアーキテクチャApex LegendsELIZA群衆マネジメントライブポートレイトNinjaコンピュータRPGライブビジネスWonder StudioAdobe Max 2023アップルタウン物語新型コロナ土木MindAgentKELDIC周済涛BIMBing Chatメロディ言語清田陽司インフラBing Image CreatorゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史Amazon BedrockAssistant with BardタイムラプスEgo4DAI哲学マップThe Arcadeバスキア星新一X.AISearch Generative Experience日経イノベーション・ラボStyleGAN-XLX Corp.Dynalang敵対的強化学習StyleGAN3TwitterVLE-CE階層型強化学習GOSU Data LabGANimatorXホールディングスWANNGOSU Voice AssistantVoLux-GANMagiAI Act竹内将SenpAI.GGProjected GANEUMobalyticsSelf-Distilled StyleGANSDXLArs ElectronicaニューラルレンダリングRTFKTAI規制岡島学AWS SagemakerPLATONIKE欧州委員会映像セリア・ホデント形態素解析frame.ioClone X欧州議会UXAWS LambdaFoodly村上隆欧州理事会誤字検出MusicLM認知科学中川友紀子Digital MarkAudioLMゲームデザインSentencePieceアールティSnapchatMusicCapsLUMINOUS ENGINEクリエイターコミュニティAudioCraftLuminous ProductionsBlenderBot 3バーチャルペットパターン・ランゲージ竹村也哉Meta AINVIDIA NeMo ServiceMubertちょまどマーク・ザッカーバーグヴァネッサ・ローザMubert RenderGOAPWACULVanessa A RosaGen-2Adobe MAX 2021陶芸Runway AI Film Festival自動翻訳Play.htPreViz音声AIAIライティングLiDARCharacter-LLMOmniverse AvatarAIのべりすとPolycam復旦大学FPSQuillBotdeforumChat-Haruhi-Suzumiyaマルコフ決定過程NVIDIA MegatronCopysmith涼宮ハルヒNVIDIA MerlinJasperハーベストEmu VideoNVIDIA MetropolisForGamesNianticパラメータ設計ゲームマーケットペリドットバランス調整岡野翔太Dream Track協調フィルタリング郡山喜彦Music AI Tools人狼知能テキサス大学ジェフリー・ヒントンLyriaGoogle I/O 2023Yahoo!知恵袋AlphaDogfight TrialsAI Messenger VoicebotGoogle I/OインタラクティブプロンプトAIエージェントシミュレーションOpenAI Codex武蔵野美術大学慶應義塾大学StarCraft IIHyperStyleBingAI石渡正人Future of Life InstituteRendering with Style手塚プロダクションIntel林海象LAIKADisneyリサーチヴィトゲンシュタインPhotoshop古川善規RotomationGauGAN論理哲学論考Lightroom大規模再構成モデルGauGAN2京都芸術大学CanvaLRMドラゴンクエストライバルズ画像言語表現モデルObjaverse不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHMVImgNetDota 2モンテカルロ木探索ディズニーリサーチpixivFANBOXOne-2-3-45Mitsuba2バンダイナムコネクサス虎の穴3DガウシアンスプラッティングソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaワンショット3D生成技術GTC2020CG衣装mimicとらのあな高橋力斗NVIDIA MAXINEVRファッションBaidu集英社FGDC淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ＋Future Game Development ConferenceグリムノーツEponym古文書ComicCopilot佐々木瞬ゴティエ・ボエダ音声クローニング凸版印刷コミコパGautier Boeda階層的クラスタリングGopherAI-OCRゲームマスター画像判定Inowrld AIJulius鑑定ラベル付けMODAniqueTPRGOxia PalusGhostwriter中村太一バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSkyrimエグゼリオクーガー田中章愛実況パワフルサッカースカイリムCopilot石井敦銭起揚NHC 2021桃太郎電鉄RPGツクールMZComfyUI茂谷保伯池田利夫桃鉄ChatGPT_APIMZserial experiments lainGDMC新刊案内パワサカダンジョンズ&ドラゴンズAI lainマーベル・シネマティック・ユニバースコナミデジタルエンタテインメントOracle RPGPCG成沢理恵MITメディアラボMCU岩倉宏介深津貴之PCGRLアベンジャーズPPOxVASynthDungeons&Dragonsマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVビートルズMagendaMasquerade2.0国立情報学研究所ザ・ビートルズ: Get BackノンファンジブルトークンDDSPフェイシャルキャプチャー石川冬樹MERFDemucsサッカースパコンAlibaba音楽編集ソフト里井大輝KaggleスーパーコンピュータVQRFAdobe Audition山田暉松岡 聡nvdiffreciZotopeAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingRX10Sea of ThievesTSUBAME 2.0LERFMoisesGEMS COMPANYmonoAI technologyLSTMABCIマスタリングモリカトロンAIソリューション富岳レベルファイブ初音ミクOculusコード生成AISociety 5.0リアム・ギャラガーSuno AI転移学習テストAlphaCode夏の電脳甲子園グライムスKaKa CreationBaldur's Gate 3Codeforces座談会BoomyVOICEVOXCandy Crush Saga自己増強型AIジョン・レジェンドGenie AISIGGRAPH ASIA 2020COLMAPザ・ウィークエンドSIGGRAPH Asia 2023ADOPNVIDIA GET3DドレイクC·ASEデバッギングBigGANGANverse3DFLAREMaterialGANダンスグランツーリスモSPORTAI絵師エッジワークスMagicAnimateReBeLグランツーリスモ・ソフィーUGC日本音楽作家団体協議会Animate AnyoneGTソフィーPGCFCAインテリジェントコンピュータ研究所VolvoFIAグランツーリスモチャンピオンシップVoiceboxアリババNovelAIさくらインターネットDreaMovingRival PrakDGX A100NovelAI DiffusionVISCUITぷよぷよScratchユービーアイソフトWebcam VTuberモーションデータスクラッチ星新一賞大阪公立大学ビスケット北尾まどかHALOポーズ推定TCGプログラミング教育将棋メタルギアソリッドVメッシュ生成KLabFSMメルセデス・ベンツQRコードVALL-EMagic Leap囲碁Deepdub.aiナップサック問題Live NationEpyllionデンソーAUDIOGEN汎用言語モデルWeb3.0マシュー・ボールデンソーウェーブEvoke MusicAIOpsムーアの法則原昌宏AutoFoleySpotifyスマートコントラクト日本機械学会Colourlab.AiReplica Studioロボティクス・メカトロニクス講演会ディズニーamuseChitrakarQosmoAdobe MAX 2022トヨタ自動車Largo.ai巡回セールスマン問題かんばん方式Cinelyticジョルダン曲線メディアAdobe ResearchTaskade政治Galacticaプロット生成Pika.artクラウドゲーミングがんばれ森川君2号AI Filmmaking Assistant和田洋一リアリティ番組映像解析FastGANStadiaジョンソン裕子セキュリティ4コママンガAI ScreenwriterMILEsNightCafe東芝デジタルソリューションズ芥川賞インタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AI文学インタラクティブ・メディア恋愛PFN 3D ScanElevenLabsタップル東京工業大学HeyGenAbema TVLudo博報堂After EffectsNECラップPFN 4D Scan絵本木村屋SIGGRAPH 2019ArtEmisZ世代DreamUp出版GPT StoreAIラッパーシステムDeviantArtAmmaar Reshi生成AIチェッカーWaifu DiffusionStoriesユーザーローカルGROVERプラスリンクス ～キミと繋がる想い～元素法典StoryBird九段理江FAIRSTCNovel AIVersed東京都同情塔チート検出Style Transfer ConversationProlificDreamerオンラインカジノRCPUnity Sentis4Dオブジェクト生成モデルRealFlowRinna Character PlatformUnity MuseAlign Your GaussiansiPhoneCALACaleb WardAYGDeep Fluids宮田龍MAV3DMeInGameAmelia清河幸子ファーウェイAIGraphブレイン・コンピュータ・インタフェース西中美和4D Gaussian SplattingBCIGateboxアフォーダンス安野貴博4D-GSLearning from VideoANIMAKPaLM-SayCan斧田小夜Glaze予期知能逢妻ヒカリ宮本道人WebGlazeセコムLLaMA 2NightShadeユクスキュルバーチャル警備システムCode as PoliciesSpawningカント損保ジャパンCaPHugging FaceHave I Been Trained?CM3leonFortnite上原利之Stable DoodleUnreal Editor For FortniteドラゴンクエストエージェントアーキテクチャアッパーグラウンドコリジョンチェックT2I-AdapterXRPAIROCTOPATH TRAVELER西木康智VolumetricsOCTOPATH TRAVELER 大陸の覇者山口情報芸術センター［YCAM］AIワールドジェネレーターアルスエレクトロニカ2019品質保証YCAM日本マネジメント総合研究所Rosebud AI GamemakerStyleRigAutodeskアンラーニング・ランゲージVoyagerLayer逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-RobinsonCharisma.aiワールドシミュレーターローレン・リー・マッカーシーColossal Cave AdventureGDC 2024奥村エルネスト純いただきストリートH100鎖国［Walled Garden］プロジェクトAdventureGPT調査齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022リリー・ヒューズ＝ロビンソンMeta Quest高橋智隆DGX H100VToonifyBabyAGIIPロボユニザナックDGX SuperPODControlVAEGPT-3.5 Turbo泉幸典仁井谷正充変分オートエンコーダーカーリング強いAIロボコレ2019Instant NeRFフォトグラメトリウィンブルドン弱いAIartonomous回帰型ニューラルネットワークbitGANsDeepJoin戦術分析ぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Serviceパフォーマンス測定Lumiere意思決定モデル脱出ゲームDeepLIoTUNetHybrid Reward Architectureコミュニティ管理DeepL WriteProFitXImageFXウロチョロスSuper PhoenixWatsonxMusicFXProject MalmoオンラインゲームAthleticaTextFX気候変動コーチングProject Paidiaシンギュラリティ北見工業大学KeyframerProject Lookoutマックス・プランク気象研究所レイ・カーツワイル北見カーリングホールAppleWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ画像解析Gemini 1.5気象モデルRunway ResearchじりつくんAI StudioLEFT ALIVE気象シミュレーションMake-A-VideoNTT SportictVertex AI長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラChat with RTXBaby Xカート・コバーンエコロジーDreamixSTADIUM TUBESlackロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-ImageモデルPixelllot S3Slack AIソフトバンクPokémon Battle Scopeダフト・パンクメモリスタAIスマートコーチポケットモンスターGlenn MarshallkanaeruThe Age of A.I.Story2Hallucination音声変換Latitude占いレコメンデーションJukeboxDreambooth行動ロジック生成AIVeap Japanヤン・ルカンConvaiEAPneoAIPerfusionNTTドコモSIFT福井千春DreamIconニューラル物理学EmemeDCGAN医療mign毛髪GenieMOBADANNCEメンタルケアstudiffuse荒牧英治汎用AIエージェント人事ハーバード大学Edgar Handy中ザワヒデキAIファッションウィーク研修デューク大学大屋雄裕インフルエンサーQA Tech Night中川裕志Grok-1mynet.aiローグライクゲーム松木晋祐Adreeseen HorowitzMixture-of-Experts東京理科大学下田純也NVIDIA Avatar Cloud EngineMoE人工音声NeurIPS 2021産業技術総合研究所桑野範久Replica StudiosClaude 3リザバーコンピューティングSmart NPCsClaude 3 Haikuプレイ動画ヒップホップ対話型AIモデルRoblox StudioClaude 3 Sonnet詩ソニーマーケティングPromethean AIClaude 3 Opusサイレント映画もじぱnote森永乳業環境音暗号通貨note AIアシスタントMusiioC2PAFUZZLEKetchupEndelゲーミフィケーションAlterationAI NewsTomo Kihara粒子群最適化法Art SelfiePlayfool進化差分法オープンワールドArt TransferSonar遊び群知能下川大樹AIFAPet PortraitsSonar+Dtsukurunウィル・ライト高津芳希P2EBlob Opera地方創生大石真史クリムトDolby Atmos吉田直樹BEiTStyleGAN-NADASonar Music Festival素材DETRライゾマティクスSporeクリティックネットワーク真鍋大度デノイズUnity for Industryアクターネットワーク花井裕也画像処理DMLabRitchie HawtinSentropyGLIDEControl SuiteErica SynthCPUDiscordAvatarCLIPAtari 100kUfuk Barış MutluSynthetic DataAtari 200MJapanese InstructBLIP AlphaCALMYann LeCun日本新聞協会プログラミングサム・アルトマン鈴木雅大AIいらすとやソースコード生成コンセプトアートAI PicassoGMAIシチズンデベロッパーSonanticColie WertzEmposyGitHubCohereリドリー・スコットAIタレントウィザードリィMCN-AI連携モデル絵コンテAIタレントエージェンシーUrzas.aiストーリーボードmodi.ai介護大阪大学BitSummit西川善司並木幸介KikiBlenderBitSummit Let’s Go!!サムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペットストリートファイター半導体Digital Dream LabsPaLM APIデジタルレプリカTopaz Video Enhance AICozmoMakerSuiteGOT7DLSSタカラトミーSkebsynthesia山野辺一記NetEaseLOVOTDreambooth-Stable-DiffusionHumanRF大里飛鳥DynamixyzMOFLINActors-HQRomiGoogle EarthSAG-AFTRAU-NetミクシィGEPPETTO AIWGA13フェイズ構造ユニロボットStable Diffusion web UIチャーリー・ブルッカーADVユニボPoint-EXLandGato岡野原大輔AI model自己教師あり学習DEATH STRANDINGAI ModelsIn-Context Learning（ICL）Eric Johnson汎用強化学習AIZMO.AILoRAMOBBY’SファインチューニングOculus Questコジマプロダクションロンドン芸術大学モビーディックグランツーリスモ生体情報デシマエンジンGoogle Brainダイビング量子コンピュータSound Controlアウトドアqubit写真SYNTH SUPERAIスキャニングIBM Quantum System 2照明Maxim PeterKarl Sims自動採寸北野宏明Joshua RomoffArtnome3DLOOKダリオ・ヒルハイパースケープICONATESizerジェン・スン・フアン山崎陽斗ワコールHuggingFace立木創太スニーカーStable Audio浜中雅俊UNSTREET宗教ミライ小町Newelse仏教テスラ福井健策CheckGoodsコカ・コーラGameGAN二次流通食品パックマンTesla Bot中古市場Coca‑Cola Y3000 Zero SugarTesla AI DayWikipediaDupe KillerCopilot Copyright Commitmentソサエティ5.0Sphere偽ブランドテラバースSIGGRAPH 2020バズグラフXaver 1000配信京都大学ニュースタンテキ養蜂立福寛東芝Beewiseソニー・ピクチャーズ アニメーション音声解析DIB-R倉田宜典フィンテック感情分析投資Fosters+Partners周 済涛韻律射影MILIZEZaha Hadid Architectsステートマシン韻律転移三菱UFJ信託銀行ディープニューラルネットワーク
CGへの扉 Vol.27：眼に追いつけ追い越せ？ カメラは機械学習により進化
2021.6.15アート
スマートフォンのカメラ性能、人間の目の性能
一般的に市販されているデジタルカメラや、スマートフォンに搭載されているカメラの解像度は、数千万画素は当たり前、最新機種であれば1億画素以上の脅威的スペックを持った機種も登場しています。20年前ほどに写真撮影目的のカメラを初めて搭載した携帯電話が11万画素の性能でした。単純計算すると、ここ20年で解像度に関しては、およそ1,000倍の性能になったといえます。では、人間の眼の性能は、それに匹敵するくらい進化しているのでしょうか？
眼鏡の超薄型レンズや、乱視向けのコンタクトレンズなど、眼にまつわるテクノロジーは進化していますが、「眼」としての性能はそれほど大きく変わりありません。それに、ここ数十年で眼の性能が1,000倍どころか10倍も進化していません。眼というのはとても不思議な器官で、センサーとしての眼と、眼で見たものを解釈する脳とのセットで考える必要があります。
よく知られており、皆さんも実感しているのは、眼にはピントがあり、見えている範囲すべてにピントが合っているわけではないことです。視線方向のみに限られること、中心視野と呼ばれる脳が明瞭に認識できるのが左右30度ずつくらいの狭い範囲で、さらに中心視と呼ばれる形や色などが明瞭に認識できるのは中心1〜2度にすぎません。周辺はぼんやりと見えているだけということです。また眼と脳はとても騙されやすく、錯視とよばれる視覚にまつわる錯覚が数多く知られています。
不完全な器官である眼が何とか機能している一方、数多くの中から、異質なものを素早く見つけ出したり、ものすごく素早く動くものを正確に把握して理解することができたりします。眼の働きには多少の個人差はありますが、流れ作業の工場で不良品を見つけだしたり、ひよこの雌雄を2秒で判別できたりするヒヨコ鑑定士の眼など、驚異的な能力が秘められているのは確かです。
では、センサーとしてのカメラは1億画素だとしても、そこから得られる視覚情報を解釈し理解する人工の「脳」はどれほどのものでしょうか？ 「CGへの扉 Vol.23：AIで人の眼に進化するカメラ」でコンピューティショナル・フォトグラフィー（コンピュータを利用した写真撮影）の事例をいくつか紹介しました。ここではさらに人工知能の助けを借り、単なるカメラ画像を人間の眼に近づけるようなアプローチの研究をいくつか紹介します。
普通の動画をスローモーション動画に
事故などに遭って命の危険が生じた時、その瞬間が「走馬灯のように」ゆっくりと見えたとよく聞きます。走馬灯のように見える生死の境目は大げさですが、スポーツで決定的シーンを決めた瞬間、子どもや孫が初めて何かをした瞬間、可愛がっているペットが驚くべき動きをした瞬間など、その時々の撮影映像をスローモーションでじっくりと確認したい場合があるでしょう。最近のスマートフォンであれば1秒間に240コマといったスローモーション撮影は可能ですが、すべての動画を大量のメモリとバッテリーを消費する240fpsで撮影しているわけではりません。
NVIDIAの “Super SloMo: High Quality Estimation of Multiple Intermediate Frames for Video Interpolation”（スーパースローモーション：ビデオ補間のための複数の中間フレームの高品質な推定）という研究では、普通に撮影された動画から、実際には撮影されていないさらに細かい間の映像を推定し再構成する方法が考えられています。
論文：https://arxiv.org/pdf/1712.00080.pdf
この研究の元となったサンプル実装1：https://github.com/avinashpaliwal/Super-SloMo
この研究の元となったサンプル実装2：https://github.com/avinashpaliwal/Deep-SloMo
サンプル実装：https://github.com/rmalav15/Super-SloMo
NVIDIAのサンプル実装（一部）：https://github.com/NVIDIA/unsupervised-video-interpolation
スマートフォン等で撮影された10,000以上の240fpsスローモーション動画を学習データとしています。NVIDIAが提供するディープラーニングフレームワークcuDNN（CUDA® Deep Neural Network library）で高速化された PyTorch が使われました。生成されたスローモーション映像の検証には、学習とは別のデータセットが使われたとのこと。
また本研究では、もともとスローモーション撮影された動画を、さらに細かいゆっくりとしたスローモーション動画に変換することも試されています。なかでもスローモーション映像ばかりを公開している教育系YouTuber “The Slow Mo Guys” が公開しているスローモーション動画をさらに4倍スローモーションに変換した驚きの映像を見ることができます。現状はまだスマートフォンで実行できるような平易なものではありませんが、動画をクラウドにアップロードすると、スローモーション化するサービスなどが生まれてくるかもしれません。
邪魔ものを除去。人間が脳で行なっている作業を代替
ガラス越しの物体やフェンス越しの撮影、汚れている窓や雨粒がついている窓から撮影し、うまく意図した撮影ができずにもどかしい思いをしたことはないでしょうか？ これらのガラスやフェンスなどの余計なものは、人間が目で見ている場合は脳が自然と除去してあまり気にならないものとして、見たいものに意識を集中させて見ることができます。
ところが目でみている環境をそのままカメラ撮影すると、余計なものがそのまま強く主張して写ってしまいます。世の中には美術館や博物館での展示用に使われる写り込みの少ない特殊ガラスも存在します。例えば普通のガラスであれば片面につき反射率が4%なのに対し、超低反射ガラスでは0.08%〜0.5%程度の反射率しかありません。そうは言っても世の中のガラスすべてがそうではありません。
ここで紹介するGoogleと国立台湾大学、米国カリフォルニア・マーセッド大学、米国バージニア工科大学による研究”Learning to See Through Obstructions” では、撮影された写真に映り込んだ余計なものを除去することができます。ポイントは撮影したい奥にある風景と、手間にある余計なガラスやフェンス、水滴などはカメラからの深度が異なることをうまく利用しています。つまり撮影したい背景と手前の余計なものの動きの違いから、それぞれが存在する層を再構築し、余計な層を取り除くことで目的の映像を得ているのです。
この手法であれば、従来手法に比べ、動きが激しい映像や明るさの変化が激しい場合にも効果があるそうです。結果のサンプルを見ると、まるで余計なものは何もなかったかのようにクリアな映像が抽出されているのが分かります。
論文：https://arxiv.org/pdf/2004.01180.pdf
解説動画：Learning to See Through Obstructions
余計な写りこみの除去前と除去後を示した動画：https://www.facebook.com/watch/?v=526203295017956
サンプル実装：https://github.com/alex04072000/ObstructionRemoval
現状はまだ利用条件や成果が得られる状況が限られていますが、将来的にはスマートフォンにこの機能が搭載されたり、もしかしたら車や飛行機のフロントウィンドウに搭載されて雨粒を除去した映像が見られるようになったりするかもしれません。また具体例としてロボットの目、物体認識用カメラの精度を上げる工夫として役立てられるかもしれません。
もともとのアプローチは、同研究者による 2015年のSIGGRAPHで論文発表された研究”A Computational Approach for Obstruction-Free Photography“を、CNN（Convolutional Neural Network：畳み込みニューラルネットワーク）によって高速化、高精度化したのが本研究になります。そう考えると、数年前の研究で、その当時は計算コストが実用に見合わなかったような研究も、現在のコンピューティングパワーと人工知能の最新成果による実装で、再び日の目をみる研究というのも、これから数多く登場してきそうです。
これからの眼とカメラ
人の目の性能を測る指針のひとつとして「動体視力」というのがあります。これは球技などのスポーツ選手であれば、普通の人よりも優れていると言われ、トレーニングによって強化できると言われています。動体視力は、年齢とともに変化し、老眼と同じように加齢によって性能が落ちてくる能力のひとつでもあります。最初に紹介した工場の流れ作業での不良品の発見も、人の眼から徐々にハイスピードカメラと、人工知能を活用した画像認識技術に取って代わられつつあります。
High-speed-camera object recognition technology that enables real-time image recognition without stopping（動きを止めずにおこなうリアルタイムで画像認識が可能なハイスピードカメラによる物体認識技術）は、NECのバイオメトリクス研究所、データサイエンス研究所と東京大学大学院情報理工学系研究科 石川正俊教授室・妹尾拓講師らの研究グループによる研究です。
ここで行われているアプローチは次のとおりです。まず毎秒1,000コマのハイスピードカメラの映像から同じ物体が写っている、ボケやブレがひどい画像を除去し、明るさや精細度が適切で画像判別に適した画像を数枚選別します。それらを別々に小規模のニューラルネットワークで画像認識します。その複数の解析結果から多数決で正解を導き出すことによって、超高速で正確な判別を可能にしています。この方法は、1枚の画像から判別する従来型の手法に比べ、約4割スピードを短縮して利用することができるそうです。
1960年代に月着陸を実現したアポロ宇宙船には3系統のコンピュータが搭載されており、トラブル回避のための3重化という目的とともに、計算が間に合わなかった時や、何かの要素で3系統のコンピュータが異なる結果を導き出した場合、多数決で計算結果を決めていたそうです。
研究要素だけで「高速に判別」という課題を解決しようとすると、ひたすら正確性を追い求めてしまうかもしれませんが、曖昧な要素、不正確な要素を残したままで、いかに計算を省力化しつつ目的の成果が得られるか。完璧を目指さずに適切な結果を導くという考えは、人工知能研究の実用化において、とても重要な観点かもしれません。
いまどきの若い世代にとって、スマートフォンアプリの写真フィルター機能が当たり前すぎて、フィルター加工のない元の生々しい写真は、かえって違和感があると言われています。スマートフォンへのカメラ搭載、SNS等によるスマートフォンで撮影された写真や動画の私的活用から、単なる撮影された写真や動画だけでなく、二次的な利用が広がってきています。コンピューティショナル・フォトグラフィーによる成果やニーズも最近は一段階次のフェーズに入ってきたように感じられます。
カメラセンサーの性能、ディスプレイ表示の性能はまだまだ向上することが予想されますが、人間の眼の性能が根本から変わらない限り、デジタルデバイスの性能はどこかで頭打ちになるのは確実です。けれども今後は、人間の脳の仕組みや眼の仕組み、構図や色味、視野角や動き、にじみやボケ、人が見たいと考えている写真や、脳が理解しやすい写真、脳が求める写真を大量の機械学習から導き出していくような気がしてなりません。もはやその時は、カメラでもともと何を撮影していたのか分からないのかもしれませんね。
こぼれ話：人工知能系の論文のサンプル実装を見つける用途としてPapers With Codeという無料検索サイトが最強です。
本連載の今後の予定：「CGへの扉」では、単なるAIの話題とは少し異なり、CG/VFX, アートの文脈から話題を切り取り紹介していきます。映像制作の現場におけるAI活用や、AIで価値が高まった先進的なツール、これからの可能性を感じさせるような話題、テクノロジーの話題にご期待ください。何か取り上げて欲しいテーマやご希望などがございましたら、ぜひ編集部までお知らせください。
Vol.26：アートを加速させるAIの役割 #GTC2021 レポート
Vol.22：言葉から画像を生成、DALL-Eはクリエイティブなのか？
Vol.21：人工知能＋3DCGの最新論文をまとめて紹介 #SIGGRAPHAsia2020
Vol.20：Adobeと人工知能の将来を見極める #AdobeMAX2020
Vol.19：コミュニケーションツールの新境地「NVIDIA MAXINE」
Vol.18：SIGGRAPH2020レポート 映像制作の現場で活躍する人工知能
Contributor：安藤幸央、Image by IEEE（※今回のトップ画像は KODAK社による世界初のデジタルカメラ。カセットテープに画像を記録するデジタルカメラの試作機。1975年当時KODAK入社2年目の若手技術者Steven Sasson氏が開発したもので白黒100×100画素の性能であった）
RANKING
