読唇術で人間に勝利！ AIの恐るべき動画認識は ココまできている！

コメント

選択しているユーザー

• 成田 直人

  小売・サービス・飲食業専門コンサル・研修講師 ビジネス書14冊/ABCマート個人売上日本一/東久邇宮文化褒章受賞/PC1億円

  ・2018年05月03日

  これは私自身のサービスにとってもとても興味深い。読心術AIが進化し、話した言語を現地語に瞬間翻訳してテロップになったら最強だな。早くそうなってほしい。

注目のコメント

• 山崎 俊彦

  東京大学 大学院情報理工学系研究科電子情報学専攻　教授

  ・2018年05月03日

  読唇術 (lip reading)はCV界でも結構注目を集めており、コンテストなども開かれています。
  
  LIP-READING USING DEEP LEARNING METHODS
  https://bmvc2017.london/lipreading-using-dl-methods/
  
  
  下記は代表例としてVGGなどを開発するOxfordのZissermanらの研究成果。Youtubeビデオもあります。
  
  Lip Reading Sentences in the Wild
  http://openaccess.thecvf.com/content_cvpr_2017/html/Chung_Lip_Reading_Sentences_CVPR_2017_paper.html
  https://www.youtube.com/watch?v=103CXDFhpcc
  
  
  また、読唇術でなくて、部屋にある葉っぱやポテチの袋、コップなどが声の音波で微妙に揺れることを利用して遠くから音の内容を推定使用という試みも。
  
  映像だけから音を復元するビジュアルマイク技術。防音ガラス越しのポテチ袋から会話を再現
  http://people.csail.mit.edu/mrub/papers/VisualMic_SIGGRAPH2014.pdf
  https://japanese.engadget.com/2014/08/05/vm/
• Saitou Kazuhiro

  U of Michigan 教授 (機械工学), 副学科長

  ・2018年05月04日

  HAL 9000が、David とFrank のポッド内での会話内容をlipread したシーンが目に浮かびますねぇ（浮かばない？）
  
  https://en.m.wikipedia.org/wiki/HAL_9000
  
  あ、言語指定はするんですよねぇ　要らないならスゴイです
  
  追記
  ↑浮かんだ方が2名ほどいらっしゃったようでウレシイ
  追記オワリ
  
  あ、HALのHはheuristicsだったんですねぇ　コレは忘れてましたが、示唆的ですねぇ
  
  （上のwikiより）
  「HAL(Heuristically programmed ALgorithmic computer) is」
  追記オワリ
• 堀江 貴文

  Interstellar Technologies K.K. Founder

  ・2018年05月03日

  すごい時代だ。でもこれはもっと進化しそう。