【論文紹介】Generative Image Dynamics: 1枚の静止画に自然でインタラクティブな動きを与える拡散モデル
Google Researchの研究チームによって発表された「Gene…
Articles by Haruoka
【論文紹介】Mip-Splatting: ズームしても劣化しない、エイリアシングフリーな3D Gaussian Splatting
デジタルコンテンツの品質が向上し続ける現代において、3Dモデルを様々な…
【論文紹介】DUSt3R：未校正・未ポーズの画像から3D再構成を簡単にする画期的な手法
3Dビジョン技術は、ロボット工学、自動運転、文化財のデジタルアーカイブ…
【論文紹介】Segment Anything Model (SAM)とは？ 画像セグメンテーションの汎用基盤モデル
近年、自然言語処理分野では「基盤モデル（Foundation Mode…
【論文紹介】LLMの脆弱性の原因と対策を探る、「Safety Alignment Should Be Made More Than Just a Few Tokens Deep」
近年、ChatGPTに代表される大規模言語モデル（LLM）は、私たちの…
【論文紹介】3D再構成の常識を覆すVGGTの概要
3Dコンピュータビジョンの分野に、新たな地平を切り開く画期的な研究が登…
【論文紹介】LLMの性能と安定性を爆上げ！「Gated Attention」がAttentionの課題を解決する
大規模言語モデル（LLM）の進化は目覚ましいものがありますが、その根幹…
【論文紹介】画像を「窓」で捉える！Swin Transformerがコンピュータビジョンにもたらす革新
近年、人工知能の進化は目覚ましく、特に画像認識の分野ではその進歩が私た…
シェルスクリプトでOSの種類を判別・判定する方法
今回紹介するスクリプトでは、実行環境のOSを判定するシェルスクリプトを…
PIL（Python Imaging Library, Pillow）の使い方: 画像の読み込みと表示、サイズ変更、トリミングなどの方法を解説
PIL（Python Imaging Library）は、Python…