深層学習を利用した画像処理・画像認識と必要なGPU性能
石川 知一 先生
東洋大学 情報連携学部 准教授
東洋大学 情報連携学部 准教授
DeepLens の結果例（手前の人物にリフォーカスした結果）
2022年3月
|
ご存じの通り、深層学習（Deep Learning）は様々な分野に応用されています。
この技術発展はGPUの性能向上と共にあります。 本稿では画像処理、画像認識の分野において、最新の研究ではどのようなことを実現でき、実際に学習を行うために必要なGPUの性能についてまとめていきます。 学習フェーズでどの程度の時間を要するのか、どの程度のデータを学習に用いているのか、実験を行うために最低限必要なスペックの参考にして頂けると幸いです。 |
著者紹介
|
2012年3月東京大学新領域創成科学研究科複雑理工学専攻博士課程修了. 博士（科学）．
同年4月より東京工科大学メディア学部助教，その後，東京理科大学理工学部助教を経て，現職の東洋大学情報連携学部(INIAD)の准教授． 画像処理を含むコンピュータグラフィックス(CG)およびコンピュータビジョン(CV)に関する研究に興味がある． 特に，数値シミュレーションを利用した物理アニメーションの研究に取り組んでいる． 情報処理学会, 画像電子学会, ACM各会員． |
トランスフォーマー：最近流行のニューラルネットワーク
北岡 伸也 様
Dwango Media Village
Dwango Media Village
Embedding
2022年1月
|
ディープラーニングと聞いて、どのような仕組みを思い浮かべるでしょうか。
「なにかすごい仕組みで動いて、何でも解決してくれる万能ツール」という認識の方もいるかも知れません。 あるいはもう少し詳しく、「ニューラルネットワークで構成されていて、多層パーセプトロン(MLP; Multi-Layer Perceptron)や畳み込み(Convolution)が、使われている」とご存じかも知れません。 計算に大変なリソースが必要でGPUが利用されていることはよく知られていると思います。 本稿では、どういう場面でどのようなニューラルネットワークのアーキテクチャーが使われるかはなんとなく知っているけど、実際に使ったり実装してみたりしたことはないといった方を対象として、では実際にそれはどのような仕組みで計算されているのかについてトランスフォーマー（Transformer）を題材として解説します。 |
著者紹介
|
2010年に大阪大学大学院情報科学研究科マルチメディア工学専攻を修了、博士（情報科学）。
現在は株式会社ドワンゴ ニコニコ事業本部 MLエンジニアリング部 (Dwango Media Village) マルチメディア・エンジニアリング・セクションでマネージャーを務めている。 2017年度より人工知能学会の編集委員、2020年度より画像電子学会の編集理事。 |
GAN Inversion による写実的画像生成の制御
金森 由博 先生
筑波大学 システム情報系 准教授
筑波大学 システム情報系 准教授
学習済みStyleGANでランダムに生成した画像 (列ごとに異なる画像データセットで学習)。
2021年11月
|
深層学習 (Deep Learning) で画像を作る、というと「GANってやつを使うんでしょ？」とお察しの方も多いかと思います。
今回はそのGAN (Generative Adversarial Network; 敵対的生成ネットワーク) についてですが、特に最近、研究分野でホットな “GAN Inversion” という技術をご紹介します。 端的に何ができるようになるかというと、写実的な画像が作れるものの制御しづらかったGANを、自在にコントロールできるようになります。 |
著者紹介
|
2009 年 3月 東京大学情報理工学系研究科コンピュータ科学専攻博士課程修了．博士（情報理工学）．
同年 4月より筑波大学に勤務し，現職は筑波大学システム情報系・准教授． 2014 年～2016 年にスイス連邦工科大学チューリッヒ校 (ETHZ)， 2019 年にエディンバラ大学に客員研究員として滞在．コンピュータグラフィックス (CG) およびコンピュータビジョン (CV) に関する研究に興味を持つ．最近は特に，深層学習の CG や CV への応用に取り組んでいる． 情報処理学会, 画像電子学会, 芸術科学会各会員． |
深層学習におけるアノテーションコストを抑えるための取り組み ”Active Learning” について
青木 義満 先生
慶應義塾大学 理工学部 電気情報工学科 教授
慶應義塾大学 理工学部 電気情報工学科 教授
Pool-based sampling
2021年8月
|
近年、画像センシング分野における研究開発の成果は、深層学習の進化により、実社会の様々な場面で利活用されています。機械学習、特に深層学習においては、ネットワークモデルの学習において、大規模な教師データ（ラベル付きデータ）が必要となります。
… これらのラベル付きのサンプルを得るためのアノテーション作業は時間とコストがかかるため、実用上大きな問題となります。 アノテーション作業のコストを減らすための方法として、教師なし学習、半教師あり学習、Active Learningなどの学習手法が近年、注目されています。 |
著者紹介
|
慶應義塾大学理工学部電気情報工学科教授
2001 年早稲田大学理工学研究科にて博士（工学）取得 2002 年芝浦工業大学工学部情報工学科講師、准教授 2008 年より慶應義塾大学理工学部電子工学科 准教授 2017 年、同大学教授 現在、画像センシング技術，画像パターン認識技術に関する研究に従事 電子情報通信学会，画像電子学会，映像情報メディア学会，IEEE会員 日本顔学会理事 画像センシング技術研究会会長 |
深層学習に基づく人物画像の再照明
金森 由博 先生
筑波大学 システム情報系 准教授
筑波大学 システム情報系 准教授
光の遮蔽を考慮した人物全身画像の逆レンダリング
2021年5月
|
深層学習 (Deep Learning) によって、従来は考えられなかったような驚くべき成果が毎日のように世に現れています。
ニューラルネットワークの基本構成要素である畳み込み層が、規則的かつ密に並んだデータの扱いを得意とすることから、CGやコンピュータビジョンの分野では特に、画像を対象とした成果が多く報告されています。 本稿では画像を対象とした深層学習の応用事例のうち、我々にとって最も身近な人物画像を対象として、「再照明」という技術をご紹介します。 |
著者紹介
|
2009 年 3月 東京大学情報理工学系研究科コンピュータ科学専攻博士課程修了．博士（情報理工学）．
同年 4月より筑波大学に勤務し，現職は筑波大学システム情報系・准教授． 2014 年～2016 年にスイス連邦工科大学チューリッヒ校 (ETHZ)， 2019 年にエディンバラ大学に客員研究員として滞在．コンピュータグラフィックス (CG) およびコンピュータビジョン (CV) に関する研究に興味を持つ．最近は特に，深層学習の CG や CV への応用に取り組んでいる． 情報処理学会, 画像電子学会, 芸術科学会各会員． |
GPUの起源と進化
柿本 正憲 先生
東京工科大学 教授、プロメテックCGリサーチ 研究員
東京工科大学 教授、プロメテックCGリサーチ 研究員
シリンダーマッピングによる実時間表示例
2021年3月
|
GPUの源流は、1982年に発表されたジオメトリーエンジン（Geometry Engine）です。
本稿ではGPUがどのように誕生し進化したかを振り返ります。筆者は …… ハード、ソフトの両方を業務とし、技術製品開発者と顧客との橋渡しをした者の視点で、多少の人間ドラマも交えて、GPUの発展を振り返ってみたいと思います。 |