![「Microsoft Edge」は画像編集ツールである説 ~オンラインもローカルもいきなり編集/編集した画像はクリップボードにコピー可能、ネット上のミーム画像編集に便利【やじうまの杜】](https://cdn-ak-scissors.b.st-hatena.com/image/square/1a9e704c7c2f504346d2091385ce4d69ee0bc48c/height=288;version=1;width=512/https%3A%2F%2Fforest.watch.impress.co.jp%2Fimg%2Fwf%2Flist%2F1606%2F256%2Fimage1.png)
画像生成AI「Stable diffusion」の開発元であるStability AIが、参考画像を指定するだけで「参考画像に似た画像」を生成してくれるサービス「Stable diffusion reimagine」をリリースしました。記事作成時点では一部機能を無料で使用可能だったので、実際に使ってどんな画像を生成できるのか試してみました。 Stable diffusion reimagine https://clipdrop.co/stable-diffusion-reimagine Stable Diffusion Reimagine -Stability AI https://ja.stability.ai/blog/stable-diffusion-reimagine Stable diffusion reimagineにアクセスすると、以下のような画面が表示されます。画面内の点線
知人や他人が写り込んだ写真を知人や他人に許可なくSNSに投稿すると、インターネット上で誰でもアクセスできる。そのため、画像認識系の機械学習モデルのデータセットの一部として訓練に用いられ、悪用される可能性がある。 そこでこの研究では、共有したくない写り込んだ顔だけを偽の顔に置き換える深層学習モデル「MFMC」を提案する。ここでいう偽の顔とは、頭部姿勢や表情、光の反射具合はそのままに、年代や性別も維持した状態で、画像認識モデルに特定されない別人の顔を意味する。 モデルは、ArcFaceを用いて512の特徴量を持つ顔を抽出し、InsightFaceを利用して性別と年齢に基づく分類を行い、潜在空間における方向性に利用する。ディープフェイク生成にはSimSwapライブラリを用いる。 実際のデータセットについては、多様な環境をカバーするFacial Descriptors Datasetのpartyサ
詳しいこと Magic Brush 個人 撮影者 マーケティング 開発者 E コマース メディア 自動車ディーラー 企業 Success stories ツール & API API ドキュメンテーション 統合、ツール、アプリ Photoshop拡張 Windows / Mac / Linux Androidアプリ デザインテンプレート サポート ヘルプ & よくある質問 お問い合わせ 返戻 プラットフォームの状態 当社 ブログ アフィリエイトプログラム 自動でデザインを作成 ビデオの背景削除 キャリア 当社について プレス © remove.bg, a Canva Austria GmbH brand 利用規約 一般取引条件 プライバシーポリシー Cookieポリシー インプリント
これは、事前学習したStyleGANの画像生成と、エンコーダーをペアにしたエンド・ツー・エンドの画像間変換アーキテクチャで加齢をシミュレートする。1枚の人物画像と希望する年齢を、StyleGANの潜在空間にマッピングするために直接エンコードすることで、高品質な画像合成を生成するStyleGANの表現力を享受している。 年齢を他の顔の属性(表情や髪形など)から切り離した分離方法でモデルを学習しているため、元のアイデンティティーを損なうことなく、シワなどの質感から頭部の形まで精密な合成を生成する。 入力の年齢から希望する年齢への変化を回帰タスクで生成しているため、これまでのように大きく分けた年齢クラス(例えば、0~2、3~6、7~9、15~19、30~39、50~69歳)で顔を生成するのではなく、1歳ごとのより細かい年齢クラスでの制御を可能にした。動画では、年齢によって変化する顔画像のモーフィ
近年はデバイスや通信のプライバシーが向上した結果、児童性的虐待コンテンツ(CSAM)などの違法な画像のやり取りが容易になったという問題が生まれています。この問題に対処するため、端末に保存される画像から違法画像を検出する仕組みが開発されていますが、新たな研究で、「アルゴリズムをだまして検出システムを回避することは容易である」ということが示されました。 Adversarial Detection Avoidance Attacks: Evaluating the robustness of perceptual hashing-based client-side scanning | USENIX https://www.usenix.org/conference/usenixsecurity22/presentation/jain Proposed illegal image detecto
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く