論文を読む

本

気になった論文などを読んでまとめ

運営しているクリエイター: はまち

#画像処理

Stable Diffusionモデルを応用した超解像技術 DiffBIRを試す

テキストから画像への生成モデルであるStable Diffusionの事前学習モデルを活用して、劣化画像のブラインド画像復元タスク（超解像タスク）を行うDiffBIRというフレームワークが提案されています。サンプルコートも公開されているので早速試してみました。 DiffBIRはBSR（Blind Image Super-Resolution ブラインド画像復元）、およびBFR（Blind Face Restoration 顔画像の復元）の先行研究と比較して優れた結果を示して

画像セグメンテーション技術 SEEMとは？～arxiv論文「Segment Everything Everywhere All at Once」を読む

上記論文で提案された、マルチモーダルな画像セグメンテーション技術である「SEEM」の概要をまとめてみました。数学的な定義などは専門家にお任せして図表メインで説明します。なお、デモは以下で公開されており、ソースコードも近日中に公開されるとのことです。楽しみですね。実行サンプルまず、特徴的な実行サンプルの紹介からトラック形態のオプティマスプライム（映画トランスフォーマーに登場する主人公というか指揮官の機械生命体）のトラックヘッドの画像にざっくり印（黄緑の線）をつけておくと、