赤ちゃんから老人の顔まで、1枚の顔写真で合成　深層学習で加齢変化を予測

テクノロジーカテゴリーの変更を依頼記事元:

www.itmedia.co.jp

18 usersがブックマークコメント

記事へのコメント5件

注目コメント
新着コメント

misshiki “「Lifespan Age Transformation Synthesis」は、1枚の顔写真から過去と未来の経年変化を推定する深層学習フレームワークだ。0歳から70歳までの頭部全体を予測する。”

2021/01/29 リンク

u4k “経年変化を捉えた大規模データセットは存在しないという。” ほうほう。Adobeさん、無制限フォトストレージ運営にご興味ありませんか？出来たら今年の6月までにサービスインしてもらえると嬉しいです。

2021/01/28 リンク

raebchen Googleフォトのフェイスグルーピングで、自分の子どものころの写真が「自分の顔」として分類されてるのを見たときは、オドロイタ😅

2021/01/28 リンク

kei_1010 試してみたい

2021/01/28 リンク

Seamless 寄稿：顔写真1枚から過去と未来の経年変化を6つの年齢クラス（0～2,3～6,7～9,15～19,30～39,50～69歳）で表現。老化や成長過程で生じる頭部の形状も考慮したConditional GANでテクスチャ含め学習。

2021/01/28 リンク

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

規約違反を報告

赤ちゃんから老人の顔まで、1枚の顔写真で合成　深層学習で加齢変化を予測

Innovative Tech：このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰... Innovative Tech：このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。米ワシントン大学、米スタンフォード大学、米Adobe Researchによる研究チームが開発した「Lifespan Age Transf ormation Synthesis」は、1枚の顔写真から過去と未来の経年変化を推定する深層学習フレームワークだ。0歳から70歳までの頭部全体を予測する。加齢をシミュレーションする既存手法の多くは質感の変化に限定されており、人間の老化や成長過程で生じる頭部形状の変化を見落としている。そのため、質の高い結果は得られていない。この課題に挑戦するための理想的なモデルは、同一人物による1歳ごとのペア画像を用いて教師あり学習をすることだが、経年変化を捉えた大規模