早稲田大の飯塚氏のページ。技術的に難しいことはわからないが、結果の画像を見るとかなりのインパクトがある研究。人の顔の補完例なんて、顔の目鼻口のパーツがほとんど消されているものを補完している。流石に、もともとの画像とは違う人になっているのだろうが、不自然さの無い画像になっているのが素晴らしい。
大域的な整合性と局所的な整合性の両方の評価が高くなるように学習しているそうな。ただ、これってどこが凄いのだろうか。ニューラルネットの構造というか仕組みが凄いのだろうか。それとも学習に使ったデータが凄いのだろうか。もしかすると、整合性の評価値の計算方法が凄いのだろうか… 難しいなぁ。
物体除去、というのも、結果としてはうまくいっているような画像になっているが、それは正しいのだろうか。除去した物体を学習していたら、オリジナルと同じような物体が復活することもあり得る？ 水面にアヒルが浮いている画像ばかり学習させたら、水面上の穴を補完したらアヒルが出てくるとか無いのかな。目的に応じた適切なサンプルを学習させないといけないとかなんだろうか。
整合性ってものがキーポイントな気がしてきた。具体的にはなんなのだろう… 最近機械学習が流行っているが、ほとんど理解していないのはちょっと時代についていけてないかも。ちゃんと勉強するかなぁ。
