【論文紹介】GPAvatar: 画像からの汎化可能かつ精密なヘッドアバターの生成New!!
ヘッドアバターを忠実に再構築し、表情とポーズを正確に制御するためには、既存の手法ではトレーニングに大量の個別データが必要であり、表情の制御はまだ十分に精確ではありません。今回、私たちはこれらの問題に取り組み、論文「GPAvatar: Generalizable and Precise Head Avatar from Image(s)」を発表しました。この研究について、本稿では著者のXuangeng Chuが解説します。
【論文紹介】オンライン強化学習においてベルマン誤差の歪みを補正するQ学習
近年、深層強化学習の分野では、歪んだ誤差分布が学習に悪影響を及ぼすことが指摘されています。その問題に取り組み、新しい手法を提案した論文「Symmetric Q-learning: Reducing Skewness of Bellman Error in Online Reinforcement Learning」について著者の大村が解説します。
【論文紹介】低光補正と露出補正をしつつ3次元画像を生成する研究
本記事では，AI分野のトップ学会の一つであるAAAIに採択された本研究室博士課程学生のCuiさんの論文「Aleth-NeRF: Illumination Adaptive NeRF with Concealing Field Assumption」について紹介します．
【論文紹介】未知物体認識のための知識を質問生成によって獲得する研究
本記事では，コンピュータビジョンのトップジャーナルであるIJCVに採択された上原助教の論文「Learning by Asking Questions for Knowledge-Based Novel Object Recognition」について紹介します．
Princeton大学のJia Deng教授が本研究室に来訪されました
大規模な画像データセットImageNetを第一著者として発表されるなど、Computer vision分野の世界的第一人者であるJia Deng教授が本研究室に7月21日に来訪され、下記講演をしていただきました。
大規模言語モデル分散学習ハッカソンに参加してきました！
第1回大規模言語モデル分散学習ハッカソン（https://abci.ai/event/2023/06/13/ja_event.html）に日髙雅俊、橋本智洋、田中康太郎が参加しました。本ブログでは田中康太郎がハッカソンでの取り組みとLLMの学習に必要な技術的知見を紹介いたします。
【論文紹介】物体の形状や構造についての教師情報・事前知識を用いない、姿勢を自由にコントロールできる3D表現の学習
姿勢を自由にコントロールできるような多関節物体の3D表現を得るには、既存の手法では物体の姿勢を示す教師情報や構造についての事前知識が必要であり、これらを含むデータの構築には多くのコストがかかります。
今回は、この課題を克服するための新たな学習手法を提案した論文「Watch It Move: Unsupervised Discovery of 3D Joints for Re-Posing of Articulated Objects」について、著者の野口 敦裕が解説します。
【論文紹介】画像中の物体についての“知識獲得”が可能な質問文生成の実現
今回は、画像中の物体についての知識を獲得できるような質問文生成の実現に向け、モデルの提案を行った論文「K-VQG: Knowledge-aware Visual Question Generation for Common-sense Acquisition」について、著者の上原 康平が解説します
【論文紹介】ドメインギャップによる深層学習の性能低下を克服する
深層学習を応用した画像認識における課題のひとつとして、「ドメインギャップ」に起因する性能低下が挙げられます。
今回は、この課題を克服するための改善手法を提案した論文「Backprop Induced Feature Weighting for Adversarial Domain Adaptation with Iterative Label Distribution Alignment」について、著者のThomas Westfechtelが解説します。