CVPR2018にて超解像分野において極めて重要そうだなと感じた論文がありました。Yochai Blauらによる下記の論文です。 [1711.06077] The Perception-Distortion Tradeoff この内容を踏まえて最近の超解像研究の流れをまとめたいと思います。 超解像とは？ 超解像について振り返ります。多くの方がwaifu2xというソフトウェアで一度は目にしたことがあるかもしれません。下記イメージのように低解像の画像を高解像の画像に変換する方法を 超解像（Super Resolution）と呼ばれます。 （参照元：二次元画像を拡大したいと思ったことはありませんか？ - デー） このwaifu2xがざっくりどのように超解像を行っているかというと、ベースはSRCNNというConvolutional Neural Netoworkを使った超解像手法であり、下記のよう

フルHDから4Kへ！ Webのちからでプリキュアの壁紙を超高解像度化する2016.12.17 20:4534,724 小暮ひさのり キュアップ・ラパパ！ 高度に進化した科学は魔法と区分けがなんちゃらかんちゃら。まぁ、一言で言うなれば、｢科学も理解できなきゃ魔法！｣ということですね。 しかし、科学は日進月歩でその歩みを進めています。たとえば、Googleが先月｢RAISR（Rapid and Accurate Image Super Resolution）｣というリアルタイムで低解像度の画像を高画質化するテクノロジーを発表しました。 こちらがRAISRを使ってアップコンバートされた画像。上が元の画像で、下がコンバート後の画像です。解像度の向上によって、肌や毛の質感がよりリアルになっています。 詳しい高画質化のアプローチや仕組み、応用については｢Google Researchが新技術｢RAIS

以前、こちらのブログでもお知らせしたが、5月25日に「はじめてのコンピュータビジョン 〜画像認識の仕組みとビジネス事例〜」というセミナーを開催いたしました。 遅くなりましたが、こちらで使用した資料から一部割愛したバージョンを公開いたします。 こちらの資料は「非技術者でもわかる（？）コンピュータビジョン紹介資料」を大幅に改定し、同資料と同様「コンピュータビジョンで何ができるのか？」を主眼にしつつ、代表的な仕組みの話や、流行りのビジネス事例（拡張現実感や自動運転等）に関する資料を大幅に追加しました。もちろんディープラーニングについても大幅に加筆してます。 というわけで、お役に立てれば幸いです。 また間違っているところなどあればご指摘ください。 20160525はじめてのコンピュータビジョン from Takuya Minagawa

突然といっていいだろう。9月11日、内閣官房・内閣情報調査室（内調）は、情報収集衛星（IGS）で撮影した、鬼怒川の水害の情況の画像を公開した。公表された画像は2枚。デジタル処理で解像度を落としてあるが、IGSで取得した画像が公開されたのは、これが初めてである。 画像公開の背景には、内調が、現在衛星4機体制のIGSを8機体制に倍増させ、さらに衛星間通信を行うデータ中継衛星を新たに保有する意志を示していることがある。 ところが、同じ11日、グーグルは、災害関連情報を集約して表示するサイト「Googleクライシスレスポンス」で、水害地域の詳細衛星画像を公開した。米民間地球観測会社の衛星が取得した画像は、デジタル処理で劣化させたIGS画像より鮮明。かつグーグルマップの上に重ねて表示され、拡大縮小も自由自在。利用者の利便性は衛星情報センターの2枚の画像を圧倒的に上回っていた。虎の子の画像を公開するこ

Deep Neural Networkを使って画像を好きな画風に変換できるプログラムをChainerで実装し、公開しました。 https://github.com/mattya/chainer-gogh こんにちは、PFNリサーチャーの松元です。ブログの1行目はbotに持って行かれやすいので、3行目で挨拶してみました。 今回実装したのは”A Neural Algorithm of Artistic Style”(元論文)というアルゴリズムです。生成される画像の美しさと、画像認識のタスクで予め訓練したニューラルネットをそのまま流用できるというお手軽さから、世界中で話題になっています。このアルゴリズムの仕組みなどを説明したいと思います。 概要 2枚の画像を入力します。片方を「コンテンツ画像」、もう片方を「スタイル画像」としましょう。 このプログラムは、コンテンツ画像に書かれた物体の配置をそのま

ある日のこと、後輩たちがこんなことを言いました。 「ゆゆ式のコマをランダムに並びかえたら無限にゆゆ式が楽しめるのでは？」 真面目に計算してみると、10の15乗くらいの組み合わせができることがわかりました。 この記事ゆゆ式アドベントカレンダー20日目は、そんな無限にゆゆ式をたのしむためのシステムを真面目に作ってみた話をします。 コマの切り出し 漫画のコマを並び替えるためには、コマがバラバラな画像として存在していなければなりません。 なので、まずは自炊で電子化された書籍をコマの線にそって切り出していく処理を自動化することにしました。 上の図がふつうの4コマの1ページですね。これの枠線を識別して、1ページから8枚のコマを取り出してくる方法を考えます。 ハフ変換で直線検出 OpenCVという画像処理のライブラリに直線を検出するツールがあったので、まずこれを試してみました。 が、結果はこのとおり。

今回紹介するツール ［ツール名］ImageMagick ［対象］Windows、UNIX、Linux、Mac OS、iOS ［提供元］ImageMagick Studio LLC ［ダウンロード先］［URL］http://www.imagemagick.org/［英語］ アプリ開発者向けの高機能画像変換・編集ツール 「ImageMagick」は、ビットマップ画像（.bmp）を作成、編集、変換するためのオープンソース（Apache 2.0ライセンス）のツールセットです。 ImageMagickは、BMPやGIF、PNG、JPEG、TIFFといった一般的な画像形式はもちろん、PostScript、EPS、SVGといった特殊用途向けの画像形式や、PDFなどのドキュメント形式にも対応しており、画像形式の相互変換やサイズ変更、カラー調整、合成、テキスト／図形の描画、サムネイル作成など、本格的な画像処

2. 解析動機 2013年5月18日Tokyo WebMining #26 2 最後の春だし画像処理の勉強でもしとくか 後輩からAV女優の類似画像検索の話を聞く （ぱろすけ 2012） DMMにはアフィリエイトあったよな これでウェブサービス作れば儲かるかも 決して下半身からの要望で解析したのではありません http://blog.parosky.net/archives/1506 3. 計算環境 2013年5月18日Tokyo WebMining #26 3 使用言語：Python ２．７ （少しだけR） 使用モジュール：Numpy, Scipy, OpenCV 科学技術計算用のライブラリ MATLABにできることは大体できる  numpy.ndarray 型付き多次元配列  numpy.linalg 線形代数計算  scipy.cluster 今回はこれのk-means法を使用

画像の専門家も「魔法のようだ」と驚愕！ ピンぼけ写真を修復できるプログラムが開発される 2012年10月26日 わーん、街で偶然アイドルを見かけたから急いでカメラのシャッター切ったら案の定ピンぼけして、どこかのおばちゃんみたいに見えるわーっ！　街の名前が書かれた看板の字すらボケすぎて何がなんだかわからんわーっ！　これじゃ何の証拠にもならへんやーんっ!! そんなアナタの切実なお悩みが近々解消されるかもしれないから、ピンぼけデータもしっかり保存しておくといいかもしれぬぞ。 というのも、ピントや手ぶれなどでぼやけている写真を修復してくれるプログラム「SmartDeblur」がプログラマーVladimir Yuzhikov氏によって開発されたというのである。 例えばピンぼけした風景の元画像と、処理後の画像を見てみると、その差は歴然！　それまで何がなんだか区別できなかったボケボケの風景が、プログラム

2012年09月05日03:00 カテゴリTips tips - GIMPでJPEGの蚊を退治して"PNG"化する このためだけにGIMPをインストールしておく価値あり。 可逆対非可逆 我々がふんだんに画像や音楽や動画をネットでやりとりできるのは、非可逆圧縮(Lossy compression)のおかげ。これがなかったらとうの昔にネットはパンクしています。静止画や音声はとにかく、動画ともなれば無圧縮ではネットどころかハードディスクすらついていけないほど。 うぶんちゅ! 瀬尾浩史 たとえば以下の画像。片方が可逆圧縮(Lossless compression)のPNG、そしてもう片方が非可逆圧縮のJPEGで圧縮してありますが、どっちがどっちだかおわかりいただけますか?画像をクリックした先に1246x1635ピクセルの元画像があるのでそちらも確認してみてください。 ぱっと見た目にはまるで同じ画像

先週金曜日（12/2）にクックパッドインフラ勉強会に参加しまして、そこで同社の成田さんから「今日からできるApacheモジュール開発と運用」という発表がありました。 リアルタイム画像変換モジュールの「TOFU」を開発するに至った経緯と、Apacheモジュール開発についてのお話でした。 TOFUは、S3に置かれたマスターとなる画像ファイルを取得し、与えられたパラメータでリアルタイム（オンザフライ）にリサイズ・トリミングを行うモジュール（mod_tofu）です。 料理を楽しくする画像配信システム 実際は、モジュールによる画像取得・変換をベースに、キャッシュや配信までも含めた一連の画像配信システムと言えそうです。 この仕組みをNginxを使って実装できないかと考えて、リアルタイム変換の仕組みをNginxだけで実現する方法を実験してみました。 準備するもの HttpImageFilterModul

先日、仕事で画像を編集したいと思ったのですが、うちの会社のパソコンはセキュリティの関係でソフトのインストールができず、オンラインで画像を編集できるサイトがないか探したところ結構あったので紹介してみます。 Pixlr 日本語化されていて使いやすいです。「Open photo editor」でエディターが開きます。

Gizmode, CNET, Mashable と立て続けに記事になり，凄すぎると話題のPhotoSketch。 TwitterでもBuzzりまくっています。 【Twitterで旬な話題を調査できる "CrowdEye" より】 (2009年10月7日データ） それでどんなサービスかというと，ラフスケッチの情報をもとに，それに最適な画像をネットが集めてきて，しかも信じられないほど巧妙に合成写真を完成されるというものです。 開発元は Tsinghua University（清華大学）とNational University of Singaporeの共同チーム。 とにかく，まずこの動画を見てください。 PhotoSketch: Internet Image Montage from tao chen on Vimeo. つまり， ごく適当にイメージを書く。 これに名前をつける。 あとはシステ

画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。