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
マスク R-CNN：画像内のオブジェクトを効率的に検出する
マスク R-CNN：画像内のオブジェクトを効率的に検出する
Computer Vision
フェイクニュースの検出に初めてLLMを活用したフレームワークが登場！
フェイクニュースの検出に初めてLLMを活用したフレームワークが登場！
fakenews
Seed Diffusion Preview：高速推論と高性能を両立する次世代コード生成モデル
Seed Diffusion Preview：高速推論と高性能を両立す ...
LLM-Paper
グラフってこんなにすごい！深層学習との融合をレビュー
グラフってこんなにすごい！深層学習との融合をレビュー
GNN
GPT-4oレベルの画像生成を民主化する：Janus-4oとShareGPT-4o-Imageの挑戦
GPT-4oレベルの画像生成を民主化する：Janus-4oとShare ...
LLM-Paper
LLMエージェントが35%の確率で顧客を購買に誘導することに成功！
LLMエージェントが35%の確率で顧客を購買に誘導することに成功！
ChatGPT
VCRL: 報酬分散で学習難易度を制御するLLM強化学習の新アプローチ
VCRL: 報酬分散で学習難易度を制御するLLM強化学習の新アプローチ
LLM-Paper
LLMは記憶より検索へ：インツール学習の理論的優位性と実証
LLMは記憶より検索へ：インツール学習の理論的優位性と実証
LLM-Paper
FakeParts：部分的ディープフェイクの脅威と検出限界を明らかにする新ベンチマーク
FakeParts：部分的ディープフェイクの脅威と検出限界を明らかにす ...
LLM-Paper
ImmerseGen：エージェントが導く、軽量×高臨場の次世代VRシーン生成
ImmerseGen：エージェントが導く、軽量×高臨場の次世代VRシー ...
LLM-Paper
