・GANによる画像処理

GANはディープラーニングの一種です。
ディープラーニングを用いて、カメラ用途では様々な応用ができますが
弱点もあります。
それは大量のデータが必要となることです。
機械学習のために、大量の画像データとタグ付けをしなければいけません。
このデータを集めるのが一番大変といっても過言ではありません。

しかも最近は、プライバシーなどの問題で
顔認識などに用いる顔画像は集めにくくなっています。

この問題を解決できる手段の一つがGANという手法です。
GANとはGenerative Adversarial Networkのことで、
日本語に訳すと「敵対的生成ネットワーク」

生成ネットワークなので、何かしらの画像を作成します。

このサイトは存在しないネコ(AIが生成)がF5を押すたびに生成されます。
ちょっと不自然なところもあったりしますが、
人物の顔などでやると、実在しない人物が生成できるため
肖像権が問題になりません。

GANは画像を生成するジェネレータ部と
生成された画像が本物か偽物か判断するディスクリミネイタ部で構成されます。

ジェネレータ部で学習によって作成された画像が
ディスクリミネイタ部で本物の写真かどうか判断します。
ジェネレータ部はディスクリミネイタをだませるように
どんどん本物っぽい画像が作れるように成長します。
一方、ディスクリミネイタ部は偽物に騙されないように
どんどん判断の精度を上げていきます。
最終的には本物か偽物か判断できないレベルの画像を作ることができます。

GANによって大量の本物っぽいデータを作ることができれば、
ディープラーニングで大変なデータ集めをクリアすることが可能。

GANの例として、GANを用いた画像拡大のソフトを紹介します。
GigapixelA.I.

2004年に300万画素のカメラで撮影した画像

等倍拡大

この画像を400%拡大します(5000万画素相当)
左：Photoshopで拡大　右：GigapixelAIで拡大

かなり精細に拡大できています。
ただし、これはGANで拡大時に作り出した画像なので
実物と違っている可能性があります。
だけど、自然風景とかだと実物がわからないので違和感がない。

正解を知っているものだと違和感が生じます。

左：Photoshopで拡大　右：GigapixelAIで拡大

和食・酒の文字が象形文字みたいになってしまった。

一年前に比べて、GANによる画像拡大もかなり良くなりましたが
まだ電子ズームの代わりとしてはつらいところがあります。

にほんブログ村