コンピュータビジョン最前線 Summer 2023(コンピュータビジョンサイゼンセンサマーニセンニジュウサン)

【最新動向サーベイ】
・イマドキノ拡散モデル:拡散モデルに関する最近の研究動向を紹介。基本技術、条件付き生成への拡張、生成の高速化について述べ、拡散モデルを学ぶうえで役立つリソースを紹介。

【論文フカヨミ】
・フカヨミ CLIP:2020 年に OpenAI の研究グループによって提案されて以降、さまざまなタスクで利用される基盤モデルとなっている CLIP についてフカヨミ。

・フカヨミマテリアル画像キャプション生成:近年の代表的な画像キャプション生成手法の概要と課題、そしてその課題を解決するために筆者らが ECCV2022 で提案した高速かつ高精度な画像キャプション生成手法“ GRIT ”について解説。

・フカヨミジェスチャー動画生成:これまでのジェスチャー動作生成手法に関する研究を分類しながら、主要技術と残された課題に触れ、その課題に取り組んだ DisCo についての論文および BEAT についての論文の 2 本をフカヨミ。

【チュートリアル】
・ニュウモン深層照度差ステレオ法:照度差ステレオ法の基本的な原理と、照度差ステレオ法の研究で現在主流となっているデータ駆動型の手法をわかりやすく解説。

その他、 4 コマ漫画「ふたり大学生」、 CV 分野の学会・研究会・国際会議の開催日程や投稿日が一挙にわかる「 CV イベントカレンダー」を掲載。
巻頭言 (日浦慎作)

イマドキノ拡散モデルー画像生成の世界を変えた魔法の舞台裏ー (石井雅人)
フカヨミ CLIP-おおざっぱな CLIP を目利きに育てる!- (品川政太朗)
フカヨミ画像キャプション生成ー CNN は不要? Transformer ですべて解決!- (菅沼雅徳)
フカヨミジェスチャー動作生成ー複雑かつ曖昧で不確実な対話の世界!- (岩本尚也)
ニュウモン深層照度差ステレオ法ー照明を操り形状を復元!その最新研究に迫る!- (山藤浩明)

ふたり大学生 (鉄分@Tetuboooon)

CV イベントカレンダー