signico vol.5

signicoは統計・機械学習を用いて世の中のわりとどうでも良い問題を検証する同人誌です。
vol.5 には以下の論文が含まれます。

* 漫画でわかる signico vol.1 "フレーム補完"
* 機械学習で写真のポーズを自由に変える
* CycleGANを用いたリアルタイム結月ゆかり声質変換
* Bayesian Active Learningがやりたい
* もっとも手軽に使える嫁画像生成ライブラリ

signicoは統計・機械学習を用いて世の中のわりとどうでも良い問題を検証する同人誌です。
vol.4 には以下の論文が含まれます。

* ミスマッチ判別器を用いたイラストの着色転写手法の提案
* 自由にポーズを変えられる画像生成
* kubernetesを使ったマネージドGPU実験環境の構築
* ニューラルネットワークで画像圧縮

signicoは統計・機械学習を用いて世の中のわりとどうでも良い問題を検証する同人誌です。
vol.3 には以下の3つの論文が含まれます。

実写←→アニメ画像変換
近い将来、我々の姿を二次元に投射する技術が必要になるだろう。本報告では深層学習を用いて実写画像をアニメ画像に変換するモデルを提案する。対応関係のある実写画像とアニメ画像のデータセットは数が少ないため、対応関係のない画像を活用して画像変換の学習を行うが、この際、二種の画像ドメイン空間の対応関係を何らかの手法で得る必要がある。
本報告では画像の形や色が近い空間は対応関係があると仮定し、対応関係のない実写画像とアニメ画像データセットを用いて画像変換を学習した例を示す。

ディープドット絵ジェネレータ
我々には、かわいい画像をかわいさをなるべく保ったまま絵文字にしたいという欲求がある。本稿ではそれを機械学習によってサポートする。絵文字やドット絵を作るためには単に画像を縮小すればよいというものではなく、限られたピクセル数でなるべく元の絵のディティールを保った変換が必要である。
本稿では、補助問題として超解像度画像生成を利用することで、逆の問題であるドット絵生成を実現する。

pix2pix を用いたノイズ削減フィルタの学習
低ビットレートで符号化された映像は本来あるべき情報が欠落していたり、あるいは本来見られなかったようなノイズが重ねられる事により映像の視聴品質を低下させる問題がある。
そこで本稿では pix2pix を用いてエンコード後の画像とエンコード前の画像間の変換を学習させることにより動画像にあらわれるノイズを低減するフィルタを学習することが出来るのではと考えその検証を行った。

signicoは統計・機械学習を用いて世の中のわりとどうでも良い問題を検証する同人誌です。
vol.2 には以下の論文が含まれます。

* 画像生成技術を用いた百合カップルの娘推定
* 競馬予測界のディープインパクトを作るために 前編
* 非エキスパートが作るリバーシAI
* アニメキャラクター金髪化支援システムの構築
* cupyを用いたCUDA開発

vol.1には以下の論文が掲載されています。

* CNNでヌルヌルアニメーション
* 丼丸認識API
* トピックモデルを用いた次クールのアニメ視聴予測
* Structure from Motionで復元する3Dアニメの世界
* ディープバストアップへの道