[音楽] コンピュータ・ビジョンにおけるニューラル・ネットワーク
について、いくつか例をお見せしてきました。 分類の例も。 この画像の中に、ラブラドル犬はいるかなど。 しかし、もっと色々なことができます。 例えば、画像をパースできます。 この例では、
画像の中の全ての絵について、 分類して、リージョンを
発見しようとしています。 上中央の画像では、
空のリージョンがあります。 他のリージョンとして、
草なんかがあります。 この手の画像記述子、
いわゆるシーン解釈は、 非常にクールなもので、ネットワークが
再び、重大な収穫をもたらしました。 しかし、このモジュールの最初に
戻ってみると、 靴やドレスを購入する新しいやり方に
ついて論じた時ですね、 そこでやろうとしていたことは、
似たような画像を取得することでした。 例えば、どうでもいい黒の靴を
入力として与えると、 ニューラル・ネットワークが
何を出力するかというと、 深層ニューラル・ネットワークが
出すものは、このようなものです。 たくさんのどうでもいい黒の靴です。 では、ちょっとだけスタイリッシュな
ブーツでやってみると、 興味が湧きそうなブーツが
色々出てきます。 同じように、ハイヒール、茶色の靴、
スニーカーについてもやれます。 つまり、核となるコンセプトがこれです。 モジュールの最初でお見せした
デモで使っていますよね。 [音楽]