「画像生成」の検索結果（31件）
光学・物理原理に基づく深層画像生成｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website
光学・物理原理に基づく深層画像生成｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website NTT R&D Website NTTコミュニケーション科学基礎研究所 各部の紹介 メデ
https://www.rd.ntt/cs/team_project/media/recognition/research_media21.html
スライド 1
データ から高精細な画像を生成できるよう になりつつあります。しかし、生成 する際にコントロールできることは 限定的で好みの画像を創ることは困 難でした。本研究では属性を階層的 に選びながら画像生成
https://www.rd.ntt/cs/event/openhouse/2018/exhibition/21/poster21.pdf
NTT コミュニケーション科学基礎研究所 オープンハウス2018
を生成できるようになりつつあります。しかし、生成する際にコントロールできることは限定的で好みの画像を創ることは困難でした。本研究では属性を階層的に選びながら画像生成できる機構を考案し、この問題に対処
https://www.rd.ntt/cs/event/openhouse/2018/exhibition/21/
金子 卓弘 | NTT R&D Website
総合研究所長表彰 研究開発賞 主要論文 画像生成 Takuhiro Kaneko, Kaoru Hiramatsu, Kunio Kashino, "Generative Adversarial
https://www.rd.ntt/organization/researcher/special/s_046.html
スライド 1
NN 音声符号化NN２ 画像復号化NN 5つのNNを同時学習 顔画像 生成器 𝑅 時間 音声 符号化NN1 画像 符号化NN 時間 特 徴 量 次 元 音声 復号化NN 画像 復号化NN 時間依存
https://www.rd.ntt/cs/event/openhouse/2019/download/19_c.pdf
機械の心の物理学 | NTT R&D Website
かにし、こうした知見を活かしモデルの性能を制御することで、生成モデルの安全な活用を可能にします。 要素技術 画像生成における「想像力」を、学習データから概念を学び、その学んだ概念を組み合わせて新しい画像を生成
https://www.rd.ntt/ai_tech/next_generation_ai/g-2.html
D01-17-j.pdf
いという課題があります。 メーカーの新商品開発を成功体験に変えます。 生活者ニーズをもとに新商品アイデアおよび商品画像の生成を 可能とする、テキスト生成AIおよび画像生成AIを組み合わせた 独自のプロ
https://www.rd.ntt/forum/2024/doc/D01-17-j.pdf
NTT コミュニケーション科学基礎研究所 オープンハウス2019
である「共通空間」を作ることです。これにより、これまでには無かった新しい機能を実現できる可能性が示されつつあります。異種メディア間の新たな変換（例えば音からの画像生成）や、メディア情報に含まれる物事
https://www.rd.ntt/cs/event/openhouse/2019/research1/
NTT コミュニケーション科学基礎研究所 オープンハウス2017
と左目用と右目用の画像同士が重なり合ってぼけてしまうため、眼鏡をかけない視聴者は映像を十分に楽しめませんでした。私たちが提案する新しいステレオ画像生成技術では、両眼のちょうど中間の視点から見た時の２Ｄ画像
https://www.rd.ntt/cs/event/openhouse/2017/exhibition/15/
自由特徴点画像生成｜NTT R&D Website
・画像生成の高度化が進んでいます。しかし、従来技術（例：Conditional GAN（CGAN）[Mirza & Osindero (2014)]、Auxiliary Classifier GAN（AC
https://www.rd.ntt/research/CS0037.html
二次元画像から三次元表現の教師なし学習｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website
ありません。この学習条件下で三次元表現を学習するため、本研究では、画像生成の過程にカメラの絞りレンダリング機構を組み込むことを提案しました。このようなモデルを用いることで、学習データとして与えられた画像の分布
https://www.rd.ntt/cs/team_project/media/recognition/research_media15.html
ソースフリードメイン適応の理論的解釈｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website
する研究内容 ソースフリードメイン適応の理論的解釈 光学・物理原理に基づく深層画像生成 照明光スペクトルの最適化 三原色強い宝くじ仮説 K-Multiple-Meansの高速化アルゴリズム 二次元画像から三
https://www.rd.ntt/cs/team_project/media/recognition/research_media20.html
K-Multiple-Meansの高速化アルゴリズム｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website
に基づく深層画像生成 照明光スペクトルの最適化 三原色強い宝くじ仮説 K-Multiple-Meansの高速化アルゴリズム 二次元画像から三次元表現の教師なし学習 一般化ドメイン適応 Anchor
https://www.rd.ntt/cs/team_project/media/recognition/research_media24.html
声の印象を自由にカスタマイズできる最先端の音声変換技術で、コミュニケーション機能のさらなる拡張をめざす | NTT R&D Website
や具体的な成果、さらには研究に対する姿勢について伺いました。 亀岡弘和 上席特別研究員 NTTコミュニケーション科学基礎研究所 目次 画像生成など他分野で活用される技術を音声変換方式へいち早く取り
https://www.rd.ntt/research/JN202511_37040.html
三原色強い宝くじ仮説｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website
スフリードメイン適応の理論的解釈 光学・物理原理に基づく深層画像生成 照明光スペクトルの最適化 三原色強い宝くじ仮説 K-Multiple-Meansの高速化アルゴリズム 二次元画像から三次元表現の教師なし学習 一般化
https://www.rd.ntt/cs/team_project/media/recognition/research_media23.html
照明光スペクトルの最適化｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website
に基づく深層画像生成 照明光スペクトルの最適化 三原色強い宝くじ仮説 K-Multiple-Meansの高速化アルゴリズム 二次元画像から三次元表現の教師なし学習 一般化ドメイン適応 Anchor
https://www.rd.ntt/cs/team_project/media/recognition/research_media22.html
二次元画像から三次元情報を推定AR-GANで「三次元世界を理解する」コンピュータの実現へ | NTT R&D Website
の３つを関連付けながら学習することができます。 図はAR-GANの生成器における処理の流れを示したものです。「画像生成器」はGANにも含まれるもので、乱数が与えられると画像を生成します。一方、奥行き生成
https://www.rd.ntt/research/JN202205_18199.html
感性コミュニケーションの実現に向けた脳科学応用技術 | NTT R&D Website
します。また、近年の画像生成分野におけるAI（人工知能）の発展により、テキスト情報を基にしたさまざまな画像生成技術が確立されていますが、テキスト情報のみから心的イメージを生成するには限界があります。そこで私
https://www.rd.ntt/research/JN202302_20935.html
科学技術は先達が少しずつ積み上げてきた成果。それをさらに良くするのが、今を生きる私たち研究者の使命である | NTT R&D Website
を活用して音以外の信号を生成・制御したりするクロスモーダル信号生成の研究にも取り組んでいます。例えば顔に合った音声の生成や声に合った顔画像生成などです（図2）。この取り組みでは、音声コミ
https://www.rd.ntt/research/JN202305_21819.html
少数の学習データで高い精度を達成する「メタ学習」 | NTT R&D Website
する「メタ学習」NTTコミュニケーション科学基礎研究所 少数の学習データで高い精度を達成する「メタ学習」 大規模言語モデルや画像生成AI（人工知能）などが急速に世の中の注目を集めるようになってき
https://www.rd.ntt/research/JN202404_25752.html