Innovative Tech
動画からその物体だけを消し去る技術 Microsoftなどが開発
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。
中国・中山大学とMicrosoft Research Asiaの研究チームが開発した「Learning Joint Spatial-Temporal Transformations for Video Inpainting」は、動画内の特定の物体だけを除去する深層学習ベースのフレームワークだ。
（上段）入力映像に除去したい人物にマスクしている状態（下段）本手法で物体を除去した状態
（左）入力画像（右）本手法の出力結果
画像から特定の物体を除去する手法は、消した欠落領域を埋めるように修復するインペイント方式が効果的で、これまでも多くの研究で採用されてきた。しかし、映像でのインペイント方式となると、動く物体を連続的に除去する必要があるため、空間／時間的制約を受け、修復した領域がぼやけたり、一時的に不自然な部分が発生したりする。
この課題に挑戦するため、高精度に映像内の物体除去を行えるビデオインペイント・ネットワーク「Spatial-Temporal Transformer Network」（STTN）を提案する。具体的には、隣接フレームと遠いフレームの両方を入力し、全ての入力フレームの欠落領域を同時に埋めるよう学習する。最後に、敵対的に学習し最適化を行う。
STTNネットワークの概要図
このように学習したモデルの優位性を示すため、静止マスクと移動マスクを使用し、定量的・定性的評価を行った。実験の結果、人が大勢いる複雑な背景で、前景でダンスのように激しく変化する動きがあった場合でも視覚的に良好な修復ができたという。
（左列）入力画像とマスク（中央列）既存手法による出力結果（右列）本手法の出力結果
また、PSNR（ピーク信号対雑音比）とVFID（入力／生成画像の分布がどれだけ似ているかを測定する指標）の相対的な改善率はそれぞれ2.4％と19.7％で、既存モデルを大きく上回ったとしている。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
こんなメディアも見られています
ITmedia NEWSに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
本日の新着記事
アクセスランキング
-
1
Ankerのスピーカーでまた発火事故 過去にも5回の火災で回収・交換中 消費者庁「直ちに使用中止を」
-
2
「さくらのレンタルサーバ」に不正アクセス 583アカウントが不正ログイン被害、個人データなど漏えいのおそれ
-
3
「うんこミュージアム」公式サイト改ざん被害、個人情報4人分流出のおそれ
-
4
両毛システムズ、社内システムに不正アクセス被害
-
5
千葉水害、半数以上が“ハザードマップの浸水エリア外”で起きていた ウェザーニューズ調査より
-
6
LINE着せかえ“デザイン崩れ”問題、返金フォーム設置 ただ「返金できない場合も」
-
7
「Claude」の“見えない透かし”、Anthropicが仕組みを説明 「完全な書き直しなら消える」
-
8
スマートリングは日本でブレイクするか 高精度な睡眠モニターと分析の「Ultrahuman Ring AIR」を試す
-
9
Ankerの充電式スピーカーで発火事故 異物混入で自主回収中の製品 消費者庁「直ちに使用を中止して」
-
10
河川監視のライブカメラ水没か――千葉豪雨、村田川の映像が水中に 「こんなの初めて見た」
ITmedia NEWS SNS
@itmedia_newsをフォロー
インフォメーション
注目情報をチェック
ITmediaNEWSをフォロー
あなたにおすすめの記事PR