印象操作を行い”記憶させやすい”画像を生成するGAN
印象操作を行い”記憶させやすい”画像を生成するGAN
論文
記事一覧
どんな人物も見逃さない。人混みの人物追跡に特化したモデルDensePedsが登場
どんな人物も見逃さない。人混みの人物追跡に特化したモデルDensePe ...
論文
VRとAIで “人の本質” を見抜け。採用の効率化を推し進めるイスラエル発のASSENSE™️とは？
VRとAIで “人の本質” を見抜け。採用の効率化を推し進めるイスラエ ...
インタビュー
スピーチ音声から話し手のジェスチャーを予測することが可能に
スピーチ音声から話し手のジェスチャーを予測することが可能に
論文
一枚の画像と音声から音声に合わせた顔を生成する音声駆動型の顔アニメーション
一枚の画像と音声から音声に合わせた顔を生成する音声駆動型の顔アニメーシ ...
論文
シーングラフ×GAN！複数の言葉を記憶・認識して、画像を描く新たな生成モデル
シーングラフ×GAN！複数の言葉を記憶・認識して、画像を描く新たな生成 ...
画像認識
Adobe、加工された顔画像を見破り、元に戻す技術を発表
Adobe、加工された顔画像を見破り、元に戻す技術を発表
論文
「ピザの作り方」を理解しピザの画像をレイヤーに分けて生成するpizza GANが登場
「ピザの作り方」を理解しピザの画像をレイヤーに分けて生成するpizza ...
その他
「オリジナル」が適正な色調であるとは限らない場合、よりリアルな色調を復元することができる
「オリジナル」が適正な色調であるとは限らない場合、よりリアルな色調を復 ...
深層学習
文字には有益な情報が詰め込まれている！？
文字には有益な情報が詰め込まれている！？
論文
気まぐれAIニュース6/10〜6/18（最近話題になったAI/機械学習界隈のトレンドまとめ）
気まぐれAIニュース6/10〜6/18（最近話題になったAI/機械学習 ...
その他
足したり引いたりしてマルチなラベルを取得するfew-shot学習
足したり引いたりしてマルチなラベルを取得するfew-shot学習
論文
一人称目線からポーズ予測が可能に。 深層強化学習を用いた3Dポーズ作成
一人称目線からポーズ予測が可能に。 深層強化学習を用いた3Dポーズ作成
その他
平面画像を三次元モデルに呼びおこせ！次元変換モデル「Mesh R-CNN」!
平面画像を三次元モデルに呼びおこせ！次元変換モデル「Mesh R-CN ...
論文
音声認識市場No.1のアドバンスト・メディアが考える人とコンピューターの未来とは？
音声認識市場No.1のアドバンスト・メディアが考える人とコンピューター ...
その他
物体検出の新しいパラダイム：必要なのはセグメンテーションだけ
物体検出の新しいパラダイム：必要なのはセグメンテーションだけ
その他
異なるテクスチャを自然にブレンドする画像生成システム
異なるテクスチャを自然にブレンドする画像生成システム
論文
細分化された階層的な画像生成と画像分類を可能にするFineGAN
細分化された階層的な画像生成と画像分類を可能にするFineGAN
論文
Wavelet Diffusion: 最高速の拡散モデル
Wavelet Diffusion: 最高速の拡散モデル
Image generation
ChatGPTによる顔認証の精度と透明性の向上、ソフトバイオメトリクスの新展開
ChatGPTによる顔認証の精度と透明性の向上、ソフトバイオメトリクス ...
Large language models
【RL-GPT】 Mincraftで通常の数倍の速さでダイヤモンドを取得するフレームワークが登場
【RL-GPT】 Mincraftで通常の数倍の速さでダイヤモンドを取 ...
機械学習
MBTIを用いてLLMに人間の性格を評価させるフレームワークが登場！
MBTIを用いてLLMに人間の性格を評価させるフレームワークが登場！
ChatGPT
LATMがLLMを使って、機能拡張ツールを生成、実行します
LATMがLLMを使って、機能拡張ツールを生成、実行します
Large language models
【FinBen】金融領域におけるLLMの能力と限界を評価するベンチマーク
【FinBen】金融領域におけるLLMの能力と限界を評価するベンチマー ...
Large language models
【Qwen2.5-Coder】コード生成や補完、数学の推論タスクに特化したLLM
【Qwen2.5-Coder】コード生成や補完、数学の推論タスクに特化 ...
Large language models
多変量時系列異状検知にグラフ・アテンションを用いたMTAD-GAT
多変量時系列異状検知にグラフ・アテンションを用いたMTAD-GAT
Time-series
【Swin Transformer】今こそ押さえたいTransformer系画像認識モデル
【Swin Transformer】今こそ押さえたいTransform ...
画像認識
AIアート vs Humanアート 〜人はどちらを好むのか〜
AIアート vs Humanアート 〜人はどちらを好むのか〜
Image generation
OpenAIが120億個のパラメータを持つテキスト-画像生成装置をどのようにして学習させたのか：DALL-E (ダリー)
OpenAIが120億個のパラメータを持つテキスト-画像生成装置をどの ...
深層学習
お手軽！高精度！異常検知モデルPatchCoreの魅力
お手軽！高精度！異常検知モデルPatchCoreの魅力
Object Detection
ViTに優った！大規模CNNの新たな基盤モデル！: InternImage
ViTに優った！大規模CNNの新たな基盤モデル！: InternIma ...
深層学習
【DPO】強化学習を用いずに大規模言語モデルをユーザの好みに直接合わせる手法
【DPO】強化学習を用いずに大規模言語モデルをユーザの好みに直接合わせ ...
RLHF
