【無料で読める】画像キャプショニング（応用編）: -Powered by Neural Network with PyTorch-

本書は「画像キャプショニング（基礎編）-Powered By PyTorch-」の「応用編」です。ニューラルネットワークを使った画像キャプショニングシステムの中でも、最先端な研究活動を多くの人に理解できるように執筆いたしました。画像キャプションとは、画像の説明文を英語や日本語で書いた文章の意味です。写真を入れると、それがどんな写真なのかを人が書いたような自然な文章で説明してくれる不思議なシステムだと言えます。本書は私自身が大学院での研究を通して得た知見を専門家の方だけでなく、一般の方にも参考書として共有するという趣旨で執筆しております。
「画像キャプショニング（基礎編）-Powered By PyTorch-」との最も大きな違いは、「深度マップ」と「SSDによる物体検出」を画像キャプショニングのニューラルネットワークへの入力として取り入れていることです。どのようにこれらの異なる技術を要素技術として画像キャプショニングのネットワークに組み入れているのかが注目ポイントです。
ニューネットワークで画像から深度マップを作ることで、カメラから目の前にあるものまでの距離が簡単にわかります。この非常に面白い技術と、SSDを組み合わせると、写真に写ったものを近い順番に並び替えることができます。この順番を考慮して、画像キャプションを作成するAIを作るのが本書のテーマです。画像キャプショニングだけでなく、深度マップやSSDに興味がある方にも非常におすすめな内容に仕上げました。
応用編ということもあり、コンテンツとして少々難解な部分もあります。そこで豊富な図解と詳細な解説に加え、チャット画面のような話の展開方法を取り入れることで、よりわかりやすい構成で執筆をいたしました。基礎編と合わせてご購読くださるとより理解が深まると思います。ご意見やご質問などがありましたらご連絡いただけますと幸いです。