AIデコードと同じくらい魔法的? AIによるカラーリングはブラックテクノロジーなのか、それとも単なるジョークなのか?

AIデコードと同じくらい魔法的? AIによるカラーリングはブラックテクノロジーなのか、それとも単なるジョークなのか?

画像処理の分野では、AIブラシがますます目立つようになってきています。以前、AIロスレス画像拡大、AIモザイク除去、AI線画自動着色などのゲームプレイを紹介しました。今、誰かが私にAIブラックテクノロジーを勧めてくれました。ワンクリックで白黒写真をカラーに変えられるのです。

画像処理の分野でもAIが存在感を増しています。モザイク状であってもAI技術で高解像度に復元でき、さらにAIでカラー化もできるようになりました!

はい、AI は白黒写真を自動的にカラー写真に変換できます。白黒写真に色を付けるのは難しいのは、色情報が含まれていないからです。人は対象物が何であるかを特定し、想像力と脳を頼りに白黒写真の色を推測し、手動で塗りつぶす必要があります。そして今、AIも同じことができるのでしょうか?この「Colourise.sg」というウェブサイトは、機械学習とニューラルネットワークアルゴリズムを使用して、数十万枚の写真を使用したカラーリングモデルを構築していると報告されています。信頼できるかどうかを見てみましょう。

シンガポール: https://colourise.sg/

Colourise.sg はシンガポールのウェブサイトです。中国の接続速度はあまり速くなく、接続に問題が発生することもあります。

Colourise.sg ページ

Colourise.sg の使い方はとても簡単です。ウェブページを開いたら、ページの下部にあるインタラクティブ ボックスまでスクロールすると、写真をアップロードできます。使用する前に、人間と機械による検証を行って、本人であるかどうかを確認する必要があります。検証コードをスワイプできない場合もありますので、数回スワイプしてください。

このフレームに色を塗りたい写真をアップロードしてください

Colourise.sg では、一度に 1 枚の白黒写真のみをカラー化できます。白黒写真をアップロードすると、Colourise.sg はすぐに結果を表示します。 Colourise.sg によって提供される結果は非常に興味深いものです。元の画像とカラー画像の比較チャートが提供され、ユーザーは元の画像とカラー画像の間の境界線をドラッグして、より詳細な比較を行うことができます。

Colourise.sg の AI カラー化はどのように機能しますか?写真をいくつか見てみましょう。

まずは第二次世界大戦の歴史的な写真です。この写真は元々白黒でした。Colourise.sg の色付け効果は比較的自然ですが、細部がうまく処理されていないことがわかります。全体的にはかなり良好です。

最新のカラー写真で Colourise.sg の機能をテストしてみましょう。ここでは、まずPhotoShopの脱色プログラムを使用してカラー写真を脱色し、それをColourise.sgにアップロードしてAIでカラー化します。元のカラー写真と比較して、Colourise.sgのカラー化が本当に魔法のようであるかどうかを確認します。

まずは風景写真を2枚見てみましょう。

脱色バージョン

オリジナル画像

Colourise.sg カラー版

脱色バージョン

オリジナル画像

Colourise.sg カラー版

ご覧のとおり、Colourise.sg は全体的に非常に自然です。空、海水、ビーチ、緑の植物などの要素をより適切に判断し、比較的正確な色を与えることができます。特にこの海辺の写真は、色彩効果がオリジナルとほとんど区別がつかず、オリジナルの写真との違いはスタイルだけです。しかし、Colourise.sg では、細部の制御にまだ問題があります。たとえば、枯れ葉と緑の葉を区別できず、すべての植物を緑色で塗りつぶすことしかできないため、元の写真に比べて色がはるかに単調になります。

もう一枚の室内写真です。

脱色バージョン

オリジナル画像

Colourise.sg カラー版

Colourise.sg によるこの写真の処理効果は理想的ではありません。元の画像と比較すると、Colourise.sg によって色付けされたバージョンは色が大幅に失われ、コントラストも強くありません。室内装飾における人工物については、Colourise.sg のカラースキームはあまり多くないようです。結局のところ、自然物と比較すると、人工物にはより多くの色の可能性があるので、Colourise.sg が色に関して保守的になる傾向があるのは理解できます。しかし、Colourise.sg が鉢植えの植物の色を正しく復元しなかったのは少し残念です。

最後に食べ物の写真を見てみましょう。

[[328048]]

脱色バージョン

[[328049]]

オリジナル画像

[[328050]]

Colourise.sg カラー版

これは単なる自動車事故のシーンです。 Colourise.sg は基本的に色付けには一切関与していませんでした。つまり、Colourise.sg はこれらの食品や食器がどのような色であるべきか全く知らなかったのです。食べ物や食器も人工物です。Colourise.sg は、色の組み合わせが決まっていないアイテムの色付けが本当に苦手なようです。

要約する

Colourise.sg の機能はまだ比較的限られていることがわかります。 Colourise.sg は、自然の風景や人間の顔や肌など、比較的色が固定されたオブジェクトを正しく色付けすることができます。しかし、Colourise.sg は、家具、食品、食器など、数千万色ものオブジェクトを扱うことが困難です。もちろん、データベースがさらに充実するにつれて、AIは改善し続けることができます。将来的には、より優れたAIカラーリングソリューションが期待されます。

<<:  AI、機械学習、ディープラーニングはOEMにとって重要な市場です

>>:  BAIRの最新のRLアルゴリズムはGoogle Dreamerを上回り、パフォーマンスが2.8倍向上しました。

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

建設現場での死傷者を減らすには? 10のAI手法をご紹介します

この記事の結論から始めましょう。AI と機械学習は、ビデオ信号を 24 時間 365 日リアルタイム...

顔認識技術の法的ギャップを埋める必要がある

顔認識などの新興技術が普及し、何百万人もの人々の生活に入り込むにつれて、技術の使用をめぐる論争がます...

機械学習がインドのヘルスケア分野に変化をもたらす

ヘルスケア産業はインド経済において最大のセクターの一つとなっている。 NITIAyogの報告によると...

ブロックチェーン、自動運転、人工知能の戦いが始まった。次にホットスポットになるのはどれか?

近年、ブロックチェーン、自動運転、人工知能といった概念がテクノロジーの世界で頻繁に話題になっています...

ドローンのパフォーマンスはどんどん標準化されつつありますが、この4つの点はまだ改善が必要です。

近年、飛行制御、ナビゲーション、通信などの技術が継続的に進歩し、私たちの生産や生活におけるドローンの...

機械学習エンジニアとデータサイエンティストの違い

今日では、データ サイエンティストの仕事は非常に一般的になり、機械学習もその中に完全に含まれる可能性...

2020 年のソフトウェア テストの 5 つのトレンド

[[285865]] [51CTO.com クイック翻訳] デジタル技術の広範な応用に伴い、ソフトウ...

推奨システムの結果の品質を評価する方法

推奨システムは、インターネットの発展において最も一般的かつ重要な技術の 1 つです。今日では、あらゆ...

人工知能の分野は大きな需要があり、金融​​人材の将来性は有望である

[[408300]]重慶ビジネスデイリー・商油新聞記者が本について語る大学入試願書を記入中です。専攻...

クラウドに人工知能を導入する際の 10 の考慮事項

クラウド コンピューティングは、あらゆる規模の企業がインターネット経由で多様なオンデマンドの仮想 I...

未来に向けて、自動運転のための初のマルチビュー予測+計画世界モデルが登場

最近、ワールドモデルという概念が大きな盛り上がりを見せており、自動運転の分野もただ黙って見ているわけ...

5Gが企業に与える影響

画像ソース: https://pixabay.com/images/id-1069218/ 2024...

時系列予測におけるディープラーニングの概要と今後の方向性の分析

2023年は大きな言語モデルと着実な普及の年です。時系列の分野ではそれほど大きな成果は得られていませ...