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への扉機械学習安藤幸央ディープラーニング月刊エンタメAIニュースGAN河合律子OpenAINVIDIA音楽吉本幸記ニューラルネットワーク三宅陽一郎強化学習GoogleQAグーグルDeepMindGPT-3Facebook自然言語処理人工知能学会大内孝子森川幸人敵対的生成ネットワークシナリオキャラクターAIスクウェア・エニックスモリカトロンAIラボインタビューマイクロソフトルールベースStable DiffusionAIと倫理アート映画デバッグNFTDALL-E2StyleGAN倫理ゲームプレイAI自動生成SIGGRAPHモリカトロンメタAIテキスト画像生成ロボット深層学習ファッションCEDEC2019プロシージャルVFXデジタルツイン遺伝的アルゴリズムテストプレイNPCDALL-ECLIP画像生成大規模言語モデルChatGPTビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAIメタバース不完全情報ゲームVRナビゲーションAI画像生成AIボードゲーム畳み込みニューラルネットワークGDC 2021JSAI2022生成系AIAdobeGDC 2019マルチエージェントCEDEC2022著作権AIアート懐ゲーから辿るゲームAI技術史toioジェネレーティブAICNNMicrosoftNVIDIA OmniverseUnity小説アニメーション鴫原盛之HTN階層型タスクネットワークマンガ汎用人工知能JSAI2020GTC2023TensorFlowインタビューバーチャルヒューマンBERTMidjourneyイベントレポート対話型エージェントAmazonロボティクスMetaMinecraft水野勇太アバターOmniverse3DCGUbisoftGenvid TechnologiesガイスターStyleGAN2GTC2022教育ソニーJSAI2021スポーツ研究シムピープルMCS-AI動的連携モデルマーケティングGDC SummerLLMブロックチェーン作曲アストロノーカキャリアeスポーツスタンフォード大学サイバーエージェント音声認識eSportsDQNBLUE PROTOCOLシーマンStability AIメタAlphaZeroTransformerGPT-2rinnaAIりんなデジタルヒューマンカメラ環世界中島秀之PaLM哲学ベリサーブPlayable!理化学研究所SIGGRAPH ASIANetflix東京大学DARPAドローンシムシティImagenZorkバイアスモーションキャプチャーTEZUKA2020AI美空ひばり手塚治虫テキスト生成バンダイナムコ研究所スパーシャルAIElectronic Arts3DメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMAudio2Faceピクサープラチナエッグイーサリアムボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析Microsoft AzureMILE模倣学習ナラティブNVIDIA RivaアーケードゲームOmniverse 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ーディングカードトレカメディアアートGPTPyTorch眞鍋和子バンダイナムコスタジオaibo合成音声齊藤陽介マインクラフトお知らせMagic Leap Oneチャットボットサルでもわかる人工知能VAEDreamFusionリップシンキングUbisoft 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IGDA秋期GTC2022市場分析どうぶつしょうぎEpic Gamesジェイ・コウガミ音楽ストリーミングMITAIロボ「迷キュー」に挑戦AWS野々下裕子徳井直生マシンラーニング5GMuZeroRival Peakpixivクラウド対話エンジン斎藤由多加リトル・コンピュータ・ピープルCodexコンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画ARMicrosoft Designerイラストシミュレーション完全情報ゲーム坂本洋典釜屋憲彦ウェイポイントパス検索対談藤澤仁生物学GTC 2022画像認識GPT-3.5SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022Gen-1TextWorldEarth-2BingMagenta音楽生成AISFELYZA Pencil松尾豊GTC2021CycleGANテンセントデータマイニングNetHackはこだて未来大学Bardキャラクターモーションフェイクニュース現代アートエージェントRPGSIGGRAPH 2022レベルデザインAIボイスアクターNVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDATRPGAI DungeonプロンプトASBS栗原聡ぱいどんアドベンチャーゲーム不気味の谷ナビゲーションメッシュ松井俊浩ELYZAフルコトELYZA DIGEST建築音声合成NeRF西成活裕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 Studioアップルタウン物語新型コロナ土木KELDIC周済涛BIMメロディ言語清田陽司インフラゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史Amazon BedrockタイムラプスEgo4DAI哲学マップイーロン・マスクバスキア星新一X.AI日経イノベーション・ラボStyleGAN-XLX Corp.敵対的強化学習StyleGAN3Twitter階層型強化学習GOSU Data LabGANimatorXホールディングスWANNGOSU Voice AssistantVoLux-GANMagi竹内将SenpAI.GGProjected GANStable Diffusion XLMobalyticsSelf-Distilled StyleGANSDXL馬淵浩希CygamesニューラルレンダリングRTFKT岡島学AWS SagemakerPLATONIKE映像セリア・ホデント形態素解析frame.ioClone XUXAWS LambdaFoodly村上隆誤字検出森山和道認知科学中川友紀子Digital MarkゲームデザインSentencePieceアールティSnapchatLUMINOUS ENGINEクリエイターコミュニティLuminous 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 Serviceちょまどマーク・ザッカーバーグヴァネッサ・ローザGOAPWACULVanessa A RosaAdobe MAX 2021陶芸自動翻訳Play.ht音声AIAIライティングLiDAROmniverse AvatarAIのべりすとPolycamFPSQuillBotdeforumマルコフ決定過程NVIDIA MegatronCopysmith動画生成AINVIDIA MerlinJasperハーベストNVIDIA MetropolisForGamesパラメータ設計テニスゲームマーケットバランス調整岡野翔太協調フィルタリング郡山喜彦人狼知能テキサス大学ジェフリー・ヒントンGoogle I/O 2023AlphaDogfight TrialsAI Messenger VoicebotGoogle I/OエージェントシミュレーションOpenAI Codex武蔵野美術大学StarCraft IIHyperStyleMax CooperBingAIFuture of Life InstituteRendering with StyleIntelDisney類家利直FireflyLAIKADisneyリサーチヴィトゲンシュタインPhotoshopRotomationGauGAN論理哲学論考LightroomGauGAN2京都芸術大学Canvaドラゴンクエストライバルズ画像言語表現モデルChatGPT4不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHDota 2モンテカルロ木探索ディズニーリサーチpixivFANBOXMitsuba2バンダイナムコネクサス虎の穴ソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaGTC2020CG衣装mimicとらのあなNVIDIA MAXINEVRファッションBaidu集英社淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ+グリムノーツEponym古文書ComicCopilot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 AIJuliusSIE鑑定ラベル付けMODTPRGOxia Palus大澤博隆Ghostwriterバーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSFプロトタイピングSkyrimクーガー田中章愛実況パワフルサッカースカイリム石井敦銭起揚NHC 2021桃太郎電鉄RPGツクールMZ茂谷保伯池田利夫桃鉄ChatGPT_APIMZGDMC新刊案内パワサカダンジョンズ&ドラゴンズマーベル・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 RPG成沢理恵MITメディアラボMCU岩倉宏介深津貴之アベンジャーズPPOxVASynthマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVMagendaMasquerade2.0国立情報学研究所Tencent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MERFサッカーモリカトロン開発者インタビュースパコンAlibaba里井大輝Kaggle宮本茂則スーパーコンピュータVQRFバスケットボール山田暉松岡 聡nvdiffrecAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingSea of ThievesTSUBAME 2.0LERFGEMS COMPANYmonoAI technologyLSTMABCIマスタリングモリカトロンAIソリューション富岳TikTok初音ミクOculusコード生成AISociety 5.0リアム・ギャラガー転移学習テストAlphaCode夏の電脳甲子園グライムスBaldur's Gate 3Codeforces座談会BoomyCandy Crush Saga自己増強型AItext-to-imageジョン・レジェンドSIGGRAPH ASIA 2020COLMAPtext-to-3Dザ・ウィークエンドADOPNVIDIA GET3DドレイクデバッギングBigGANGANverse3DMaterialGANRNNグランツーリスモSPORTAI絵師ReBeLグランツーリスモ・ソフィーUGCGTソフィーPGCVolvoFIAグランツーリスモチャンピオンシップNovelAIRival PrakDGX A100NovelAI DiffusionVTuberユービーアイソフトWebcam VTuberモーションデータ星新一賞北尾まどかHALOポーズ推定将棋メタルギアソリッドVフォートナイトメッシュ生成FSMメルセデス・ベンツRobloxMagic Leapナップサック問題Live NationEpyllion汎用言語モデルWeb3.0マシュー・ボールAIOpsムーアの法則SpotifyスマートコントラクトReplica StudioamuseChitrakarQosmoAdobe MAX 2022巡回セールスマン問題Adobe MAXジョルダン曲線メディアAdobe Research政治Galacticaクラウドゲーミングがんばれ森川君2号和田洋一リアリティ番組映像解析Stadiaジョンソン裕子セキュリティMILEsNightCafe東芝デジタルソリューションズインタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AIインタラクティブ・メディアポケモン3DスキャンPFN 3D Scanシーマン人工知能研究所東京工業大学Ludo博報堂Preferred NetworksラップPFN 4D ScanSIGGRAPH 2019ArtEmisZ世代DreamUpAIラッパーシステムDeviantArtWaifu DiffusionGROVERプラスリンクス ~キミと繋がる想い~元素法典FAIRSTCNovel AIチート検出Style Transfer ConversationOpen AIオンラインカジノRCPアップルRealFlowRinna Character PlatformiPhoneCALADeep FluidsSoul Machines柿沼太一MeInGameAmeliaELSIAIGraphブレイン・コンピュータ・インタフェースバーチャルキャラクターBCIGateboxアフォーダンスLearning from VideoANIMAKPaLM-SayCan予期知能逢妻ヒカリセコムGitHub Copilotユクスキュルバーチャル警備システムCode as Policiesカント損保ジャパンCaP上原利之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PAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]アルスエレクトロニカ2019品質保証YCAMStyleRigAutodeskアンラーニング・ランゲージ逆転オセロニアBentley Systemsカイル・マクドナルドワールドシミュレーターローレン・リー・マッカーシー奥村エルネスト純いただきストリートH100鎖国[Walled Garden]​​プロジェクト齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022高橋智隆DGX H100VToonifyロボユニザナックDGX SuperPODControlVAE泉幸典仁井谷正充クラウドコンピューティング変分オートエンコーダーロボコレ2019Instant NeRFフォトグラメトリartonomous回帰型ニューラルネットワークbitGANsDeepJoinぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Service意思決定モデル脱出ゲームDeepLHybrid Reward Architectureコミュニティ管理DeepL WriteウロチョロスSuper PhoenixSNSProject Malmoオンラインゲーム気候変動Project PaidiaシンギュラリティProject Lookoutマックス・プランク気象研究所レイ・カーツワイルWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ気象モデルRunway ResearchLEFT ALIVE気象シミュレーションMake-A-Video長谷川誠ジミ・ヘンドリックス環境問題PhenakiBaby Xカート・コバーンエコロジーDreamix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YouTubeダフト・パンクメモリスタ音声生成AIGlenn MarshallScenarioThe Age of A.I.Story2Hallucination音声変換LatitudeレコメンデーションJukeboxAIピカソVeap JapanAI素材.comEAPneoAISIFT福井千春DreamIconDCGAN医療mignMOBADANNCEメンタルケアstudiffuse人事ハーバード大学Edgar HandyAndreessen Horowitz研修デューク大学AIQVE ONEQA Tech Nightmynet.aiローグライクゲーム松木晋祐東京理科大学下田純也人工音声NeurIPS 2021産業技術総合研究所桑野範久リザバーコンピューティングプレイ動画ヒップホップ対話型AIモデルソニーマーケティングControlNetサイレント映画もじぱnoteNBA環境音暗号通貨note AIアシスタントFUZZLEKetchupAlterationAI News粒子群最適化法Art Selfie進化差分法オープンワールドArt Transfer群知能下川大樹AIFAPet Portraitsウィル・ライト高津芳希P2EBlob Opera大石真史クリムトBEiTStyleGAN-NADA世界モデルDETRゲームエンジンDreamerV3SporeUnreal Engineクリティックネットワークデノイズ南カリフォルニア大学Unity for Industryアクターネットワーク画像処理DMLabSentropyGLIDEControl SuiteCPUDiscordAvatarCLIPAtari 100kSynthetic DataAtari 200MCALMYann LeCunプログラミングサム・アルトマン鈴木雅大ソースコード生成コンセプトアートGMAIシチズンデベロッパーSonanticColie WertzGitHubCohereリドリー・スコットウィザードリィMCN-AI連携モデルマジック:ザ・ギャザリング絵コンテUrzas.aiストーリーボード介護大阪大学西川善司並木幸介KikiBlenderサムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペットGPT-4ストリートファイター半導体Digital Dream LabsPaLM APITopaz Video Enhance AICozmoMakerSuiteDLSSタカラトミーSkeb山野辺一記NetEaseLOVOTDreambooth-Stable-Diffusion大里飛鳥DynamixyzMOFLINゲーム背景RomiGoogle EarthU-NetミクシィGEPPETTO AI13フェイズ構造ユニロボットStable Diffusion web UIADVユニボPoint-EXLandGatoアパレルAGIAI model手塚眞DEATH STRANDINGマルチモーダルAI ModelsEric Johnson汎用強化学習AIZMO.AIデザインMOBBY’SOculus 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生体情報デシマエンジンGoogle BrainダイビングインディーゲームSound Controlアウトドア写真高橋ミレイSYNTH SUPERAIスキャニング照明Maxim PeterKarl Sims自動採寸Joshua RomoffArtnome3DLOOKハイパースケープICONATESizer山崎陽斗深層強化学習ワコール立木創太松原仁スニーカー浜中雅俊UNSTREETミライ小町武田英明Newelseテスラ福井健策CheckGoodsGameGAN二次流通パックマンTesla BotNEDO中古市場Tesla AI DayWikipediaDupe Killerソサエティ5.0Sphere偽ブランドSIGGRAPH 2020バズグラフXaver 1000配信ニュースタンテキ養蜂東芝Beewiseソニー・ピクチャーズ アニメーションDIB-R倉田宜典フィンテック投資Fosters+Partners韻律射影MILIZEZaha Hadid Architects広告韻律転移三菱UFJ信託銀行

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

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

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。

サンプル動画:Research at NVIDIA: Transforming Standard Video Into Slow Motion with AI

動画のあるフレームと次のフレームとの変化量を捉え、その間にもう1フレームあった場合、どのような映像になるかを予想し補完する。補完映像が歪んでしまうのを補正するのが難しい課題

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

障害物を除去する事例(窓、フェンス、雨粒)

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。

CGへの扉

Vol.26:アートを加速させるAIの役割 #GTC2021 レポート

Vol.25:変幻自在の顔も実は人工知能

Vol.24:自然現象もすべて人工知能で再現する時代

Vol.23:AIで人の眼に進化するカメラ

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

Vol.17:描画を進化させるTensorFlow Graphicsの真価

Vol.16:バーチャル開催SIGGRAPH論文を先取り

Vol.15:撮影に革新をもたらすAIによる照明

≫≫すべてのバックナンバーはこちらから

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)

RELATED ARTICLE関連記事

CGへの扉 Vol.8:一流オークションハウスも注目するアートとAIの関係性

2019.11.13アート

CGへの扉 Vol.8:一流オークションハウスも注目するアートとAIの関係性

CGへの扉 Vol.19:コミュニケーションツールの新境地「NVIDIA MAXINE」

2020.10.15アート

CGへの扉 Vol.19:コミュニケーションツールの新境地「NVIDIA MAX...

CGへの扉 Vol.50:脅威論がある一方で公式化する動きも。生成系AIに対する各界の反応

2023.5.16アート

CGへの扉 Vol.50:脅威論がある一方で公式化する動きも。生成系AIに対する...

RANKING注目の記事はこちら