パスワードを忘れた? アカウント作成
13148081 story
Google

Googleが人工知能を使った超解像技術を開発、8×8ドットの画像から32×32ドットの画像を「復元」 69

ストーリー by hylom
人間がモザイクから想像するのと同じような感じだろうか 部門より
あるAnonymous Coward 曰く、

モザイク処理を行って8×8ドットにまでぼかした画像から、32×32ドットの画像を推定するという超解像技術をGoogleが開発した(GIGAZINEArs Technica)。

映画の世界でよくある「もっと画像をアップ(ズーム)にしてみて!」というシーンが現実のものになるかもしれません。

と記事ではまとめているが、タレこみ子は「これで本当にモザイクが(以下略」と考えてしまうのは世代だろうか。

今回開発された技術は、人工知能を使ってあらかじめ高解像度の写真とモザイク処理された画像を学習させておくことで、モザイク処理された画像からより解像度の高い画像を推定するというもの。「prior network」と「conditioning network」という2種類のネットワークを利用するのが特徴のようだ。

  • いくら元とペアで学習しても、モザイク処理後の違いが判別できなかったら…

    Google suggestで例ならべるくらいならいいんだが。

    ここに返信
  • 将来的には (スコア:2, おもしろおかしい)

    by Anonymous Coward on 2017年02月09日 12時11分 (#3158400)

    1×1ドットから32×32ドットですね。どんなサイズのデータも可逆圧縮で1バイトになる技術とか、今世紀中には無理かな?

    ここに返信
    • by Anonymous Coward on 2017年02月09日 12時27分 (#3158413)

      今世紀中に世界が 256 人の村になればあるいは。

    • by Anonymous Coward

      CRCが一致したので同一ファイル~並みに無茶かと
      ハッシュって言っちゃうと近年は1バイトに収まらんのでCRCで

      量子キュービットなら
      任意のファイルを一意に特定可能かもね
      そしてクラウドからDL

      # それなんてトレント

  • フロッピーディスク1枚に映画「ローマの休日」は保存できる。 [gizmodo.jp]では、
    >72x54ドット 5コマ/秒 ビットレート1Kbps

    とのことなので、今回の技術で復元やってみて欲しい

    ここに返信
  • by epheal (32955) on 2017年02月09日 13時35分 (#3158476)

    あちらは入力画像が元画像を1/2に縮小したものであると仮定して
    元画像を推定するという処理をしていたはず。

    ここに返信
  • 次はぜひともUncrop [dailymotion.com]に挑戦して貰いたい

    --
    しきい値 1: ふつう匿名は読まない
    匿名補正 -1
    ここに返信
  • by btr (33574) on 2017年02月09日 16時38分 (#3158570)

    既に実用化されてるやん。

    ここに返信
  • いわゆる「心の目で見る」というやつかな。
    同じモザイクを見ても心が汚れているAIは汚れた復元をしてしまうのだろーか

    ここに返信
  • by Anonymous Coward on 2017年02月09日 11時18分 (#3158354)
    >タレこみ子は「これで本当にモザイクが(以下略」と考えてしまうのは世代だろうか。

    目を細めて見るのと同程度の効果なんですね(違
    ここに返信
    • コレとどっちが優秀なのか探偵さんに調べてもらいましょう。

      あこがれの「モザイク除去機」で本当にモザイクは消せるのか!?
      http://portal.nifty.com/kiji/160420196295_1.htm [nifty.com]

    • by Anonymous Coward on 2017年02月09日 14時28分 (#3158510)

      その場合は周囲のモザイクなしデータと何万フレームにも渡る同じ地点のデータがあるので、理論的には相当正確に再現できそうですね。
      アップしたシーンがあれば特にやりやすい。
      一方正確にやるなら3dベースの学習とより大規模な処理が求められるので時間がかかる上、より研究が必要かと。

    • by Anonymous Coward

      大画面用の動画を、スマホなんかの小さい画面で見れば、、、、、

    • by Anonymous Coward

      教師用データに、「本来隠されている場所」のデータを大量に食わせてれば、
      「平均的な本来隠されている場所の形状や色」が補完されて帰ってくるでしょう。

      それをみて楽しいかどうかはわからんが。

      • by Anonymous Coward on 2017年02月09日 13時53分 (#3158491)

        動画ならフレーム毎に同じソースからフィルターかけた結果として逆計算すればそこそこ行くと思うけどな。
        むかーし昔、X68Kにカラーイメージユニット付けて頑張っていた奴を知っている。

        • by Anonymous Coward

          単に一部フレームの画質が悪い動画になら効果あるかもしれないけど、
          俳優の同じ一部分を意図的に一瞬も外さずにかけたモザイク
          の逆計算って無理でしょう。
          別ソースからの補完が必要な理屈。

      • by Anonymous Coward

        教師用につるぺたな画像を用意すれば良いと言うことか!

      • by Anonymous Coward

        児童の写真ばかりを学習させれば、
        成人ポルノのモザイクをとったら児童ポルノに。
        すごい技術だ!

        #学習用資料がだめだろ

  • by Anonymous Coward on 2017年02月09日 11時25分 (#3158363)

    制約条件はトレーニングの仕方なので、想定外のものを食わせたら、
    やはりホットケーキがお好み焼きになってしまったり
    団子がたこ焼きになってしまうのでしょうね。

    ここに返信
    • by Anonymous Coward

      食べかけのドーナツに足が生えたり、青い大空に犬の顔が浮かんだりします。
      人の顔も全部犬になってしまいます。

  • by Anonymous Coward on 2017年02月09日 11時31分 (#3158371)

    ある程度具体的なヒントを与えないとあそこまでの精度出ないんじゃ…
    人種とか性別とか表情とか諸々。そもそも人の顔かどうかすらわからんし。

    ヒント無しならすげえと思うけど。

    ここに返信
    • by Anonymous Coward

      > あらかじめ高解像度の写真とモザイク処理された画像を学習させておくことで

      • by Anonymous Coward

        これつまり、コラじゃね?

      • by Anonymous Coward

        学習用に食わせた写真のどれに近いかってだけだよな...
        パーツ単位での入れ替えはあるだろうけど

  • by Anonymous Coward on 2017年02月09日 11時34分 (#3158376)

    あくまで機械学習を用いた推定なので、裁判のときに証拠として採用するのは難しいだろうな。
    画家に「細かいところわよく分からないけど想像で描いてみて」と言っているようなものだから。

    ここに返信
    • by Anonymous Coward

      作文ならぬ作画ですか

      # 著作権はいかに

    • by Anonymous Coward

      わからないところはも妄想力で補完ですからね

    • by Anonymous Coward

      骨から複顔とかも、計算でわかるとこは再現し、あとは統計と想像で作っちゃうそうですから。
      それと似てるかも。

    • by Anonymous Coward

      犯人としての証拠、としては使えないでしょうけど、
      犯人捜索のためのモンタージュ画像作成、には使えるのかも。

      ただし、そういう時のモンタージュはヘタに精細なものよりも適当にあいまいな方が上手くいくという説もあるんで、あまり正確よりに描写されても困るのかもですが。

  • by Anonymous Coward on 2017年02月09日 11時40分 (#3158382)

    これは単に過学習の極致ですよね

    ここに返信
  • by Anonymous Coward on 2017年02月09日 11時43分 (#3158383)

    写真や動画をやってる人ならすぐ思いつくと思うが、ノイズ・JPEG圧縮のやりすぎ、レンズの解像力不足、あるいは単に画素数不足で失われた情報を補完出来るのなら一大革命になりかねない。

    もちろん、補完できる情報には限度があるのだろうけど、より小さくて安いレンズ、カメラで現在最高級の機材と同じレベルの成果を出せるとなれば、飛びつく人は多いだろう。写真家も別に好き好んで漬物石みたいな一眼レフと鈍器みたいなレンズを持ち歩いているわけじゃないからね。

    ここに返信
    • by Anonymous Coward

      想像で適当に細部を付け足すのをAIが勝手にやってくれるようなもんだよ

      • by Anonymous Coward

        たしかに、現実には存在しないデータという意味では「想像」でしかないんだが、現在写真の後処理で一般的に使われているシャープネス加工も写真内のコントラストをパラメータにして適当に細部を付け足しているアルゴリズムでしかないから、現実にはない情報を付与しているという意味では変わりはない。

        • by Anonymous Coward

          シャープネスは、レンズがぼけた画像をつくる仕組みを数式にして、それで逆変換かけてるだけだよ。

    • by Anonymous Coward

      モザイクの元情報を補完するというより、
      統計的に加工して元画像っぽく見せる、という感じですので、
      失われた元情報を復元するわけではないでしょう。

      技術自体は面白いけども。
      たとえばボケボケ監視カメラ映像を復元して、似た顔がいたらあやしい、とか。
      証拠にはなりえないけど。

    • by Anonymous Coward

      すでにずっと前からやってるわけで。
      https://it.srad.jp/story/13/08/06/0833226/ [it.srad.jp]

      細かい部分に意味がある場合とない場合が混ざって来ると問題だろうね。ファッションとしての数字なら間違ってても問題ないわけで。

  • by Anonymous Coward on 2017年02月09日 12時40分 (#3158424)

    分かりますか

    ここに返信
  • by Anonymous Coward on 2017年02月09日 12時40分 (#3158425)

    単なるシミュラクラ現象なのか、
    似てないところが多すぎて記号的な部分での一致が目立つからなのか。

    いずれにしても凄い技術ですね。

    ここに返信
  • by Anonymous Coward on 2017年02月09日 12時41分 (#3158427)

    復元ではなく選択だろ

    ここに返信
  • by Anonymous Coward on 2017年02月09日 12時44分 (#3158430)

    ディープラーニングやら何やらすごいなーと思いつつも、
    Googleがやるなら、別に頑張って「元画像を生成」しなくても、
    ネットに漂う画像から「元画像はこれじゃね?」って機能でいいような気がしてきた。

    ここに返信
    • 「もしかして:」っつって余罪も提示してくれるとか。
      「この人も同様の犯罪を犯した可能性があります」って何人も出してくれるとか。

      でも途中でアルゴリズムが変わって
      「最も可能性が高い人物:cartoon」とか表示されるだけになって皆から叩かれるまでセット。

  • by Anonymous Coward on 2017年02月09日 13時48分 (#3158490)

    昔、FLMaskというソフトの作者が、なにがしかの罪(棒)の幇助で捕まったように記憶してます。
    この技術は大丈夫なんでしょうか?
     
    # このGoogle Unmaskでモザイク解除されないように、さらに元画像(なんのこと?)がボケボケになりそうなオカン。

    ここに返信
    • by Anonymous Coward

      公開して誰でも使えるようにしたら、日本では公開停止かもね。
      日本ではという時点で不細工な話だけど。

      加工した結果にたいしてわいせつって適用されるんかな。
      絵ならまだしも、自動加工だし。

typodupeerror

UNIXはただ死んだだけでなく、本当にひどい臭いを放ち始めている -- あるソフトウェアエンジニア

読み込み中...