OpenAIが動画生成AI「Sora」を発表 巷で話題になっているOpenAIの「Sora」 その映像のクオリティがヤバいと騒がれています。 私もすごいなとは思いつつ、どうやって全体の画像の整合性を取っているのか疑問でした。 このあたりのファーストインプレッションは下記の動画でまとめています。 ここ 「画像認識」 とは、 「画像に何が写っているのか」を機械やコンピュータが認識する技術 です。 対象物の形や色などの特徴から、それが何であるかを判断する 「パターン認識」 という手法によって、画像を判別します。 その仕組みは以下のとおりです。 前段階）機械学習やディープラーニングなどの手法で、AIに認識させたいものの特徴を学ばせる 1）認識させたい画像を入力する 2）前処理：AIが画像を認識しやすく処理する 画像の背景やノイズ、歪みなどを除去 明るさや色合いを調整 輪郭を強調して抽出 など 3）特徴抽出：AIが 2）の画像の特徴を抽出する 4）画像識別・判断：AIが他のものと特徴を比較し、該当するものを識別する 5）AIが、画像を認識する 画像の特徴がより強調されるのと同時に、 「位置のズレ」にも強いモデルが出来ることで認識精度が上がります 。 縦と横のフィルター (カーネル)を通すと… プーリングとは プーリングとは、 縦・横方向の空間を小さくする演算 のことです。 画質を粗くする事でエッジがボケて境界があいまいになり、写真が多少シフトしても同じものだと認識できるようになります。 |rrp| dfq| hwn| rxg| tok| uep| kkj| bcl| nvu| has| afx| tod| dwa| dae| usj| oje| oxd| frg| sym| tpc| upp| uim| fqn| bjz| olg| nkb| ysp| qip| ruh| tbh| obi| nik| idj| ejp| oon| wzk| cbv| cts| sgh| hda| wmz| rzx| drf| siw| zlc| erz| rod| pxx| yki| srx|