Fugu-MT 論文翻訳(概要): Artificial Intelligence Generated Coins for Size Comparison

論文の概要: Artificial Intelligence Generated Coins for Size Comparison

arxiv url: http://arxiv.org/abs/2301.04751v1
Date: Wed, 11 Jan 2023 23:10:38 GMT
ステータス: 処理完了
システム内更新日: 2023-01-13 14:28:25.760476
Title: Artificial Intelligence Generated Coins for Size Comparison
Title（参考訳）: サイズ比較のための人工知能生成コイル
Authors: Gerald Artner
Abstract要約: 科学論文の著者は、写真の中のコインを物体の大きさの基準として用いている。本稿では,画像中のサイズ参照を提供するために,人工知能(AI)が生成したコインの画像を利用する新しい手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Authors of scientific articles use coins in photographs as a size reference for objects. For this purpose, coins are placed next to objects when taking the photo. In this letter we propose a novel method that uses artificial intelligence (AI) generated images of coins to provide a size reference in photos. The newest generation is able to quickly generate realistic high-quality images from textual descriptions. With the proposed method no physical coin is required while taking photos. Coins can be added to photos that contain none. Furthermore, we show how the coin motif can be matched to the object.
Abstract（参考訳）: 科学記事の著者は、写真のコインを物体の大きさの基準として使っている。この目的のために、写真を撮る際にオブジェクトの横にコインが置かれる。本稿では,人工知能(AI)が生成したコインの画像を用いて画像中のサイズ参照を提供する新しい手法を提案する。最新の世代は、テキスト記述から現実的な高品質な画像を素早く生成できる。提案手法では,写真を撮りながら物理的なコインは不要である。コインは写真に追加できるが、写真には含まれない。さらに,コインのモチーフが対象物とどのように一致しているかを示す。

関連論文リスト

Solutions to Deepfakes: Can Camera Hardware, Cryptography, and Deep Learning Verify Real Images? [51.3344199560726]
信頼性の高い合成データから実際のデータを分離する手法を確立することが不可欠である。この文書は、どの画像が本物かを検証するために使用できる検出と暗号に関する既知の戦略を提示することを目的としている。
論文参考訳（メタデータ） (2024-07-04T22:01:21Z)
Machine Vision Using Cellphone Camera: A Comparison of deep networks for classifying three challenging denominations of Indian Coins [2.535302376356406]
4つのディープニューラルネットワークモデルのうち2つは、コインの両側から正しい識別を97%の精度で分類することができる。その結果、4つのディープニューラルネットワークモデルのうち2つのモデルが、正しい識別をコインの両側から97%の精度で分類できることが確認された。
論文参考訳（メタデータ） (2023-05-12T04:43:51Z)
Dual Pyramid Generative Adversarial Networks for Semantic Image Synthesis [94.76988562653845]
セマンティック画像合成の目標は、セマンティックラベルマップからフォトリアリスティック画像を生成することである。しかし、現在の最先端のアプローチは、さまざまなスケールで画像で現実的なオブジェクトを生成するのに依然として苦労している。本研究では,空間適応型正規化ブロックの条件付けを各スケールで同時に学習するDual Pyramid Generative Adversarial Network (DP-GAN)を提案する。
論文参考訳（メタデータ） (2022-10-08T18:45:44Z)
An Image is Worth One Word: Personalizing Text-to-Image Generation using Textual Inversion [60.05823240540769]
テキスト・ツー・イメージモデルは、自然言語による創造をガイドする前例のない自由を提供する。ここでは、そのような創造的な自由を可能にするシンプルなアプローチを提示します。一つの単語の埋め込みが、ユニークで多様な概念を捉えるのに十分であることを示す。
論文参考訳（メタデータ） (2022-08-02T17:50:36Z)
Generative Steganography Network [37.182458848616754]
表紙画像を用いることなく現実的なステゴ画像を生成することのできる,高度な生成型ステガノグラフィーネットワーク(GSN)を提案する。シークレットブロックと呼ばれるモジュールは、画像生成中に特徴マップにシークレットデータを隠蔽するように微妙に設計されている。
論文参考訳（メタデータ） (2022-07-28T03:34:37Z)
Affordance Transfer Learning for Human-Object Interaction Detection [106.37536031160282]
新規なオブジェクトとHOIを共同検出し、アワアンスを認識するアワアンス転送学習手法を紹介します。具体的には、HOI表現はアペアランスとオブジェクト表現の組み合わせに分離することができる。提案された代価移動学習により、モデルは既知の代価表現から新規な対象の代価を推測することができる。
論文参考訳（メタデータ） (2021-04-07T02:37:04Z)
News Image Steganography: A Novel Architecture Facilitates the Fake News Identification [52.83247667841588]
フェイクニュースの大部分が、他の情報源からのアンスタンプ画像を引用している。本稿では,GANに基づく画像ステガノグラフィによる不整合を明らかにするために,News Image Steganographyというアーキテクチャを提案する。
論文参考訳（メタデータ） (2021-01-03T11:12:23Z)
Captioning Images with Novel Objects via Online Vocabulary Expansion [62.525165808406626]
新規なオブジェクトを含む画像から記述を生成するための低コストな手法を提案する。本稿では,少数の画像特徴量から推定したオブジェクトの単語埋め込みを用いて,新たなオブジェクトで画像を説明する手法を提案する。
論文参考訳（メタデータ） (2020-03-06T16:34:15Z)
Covering the News with (AI) Style [2.3043762032257895]
本研究では,対象テーマに関連付けられた視覚コンテンツの生成を支援する多モード識別・生成フレームワークを提案する。 The New York Times(NYT)からの依頼で、AIを使って人工知能の特別セクションのアートを作るための支援を求めた結果、私たちはそのような画像の作成に私たちのシステムが応用されていることを実証した。
論文参考訳（メタデータ） (2020-01-05T22:57:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。