CyberAgent Co, Ltd (Trụ sở chính: Shibuya-ku, Tokyo, Giám đốc đại diện: Susumu Fujita, TSE Prime Market: Mã chứng khoán: 4751) là liên doanh giữa các nhà soi kèo bóng đá anh Antonio Tejero de Pablos, Tomoyuki Suzuki, Yatoyo Mao và Julian Jorge Andrade của Đại học Tokyo, thuộc Phòng thí nghiệm AI, một tổ chức soi kèo bóng đá anh và phát triển công nghệ trí tuệ nhân tạo Một bài báo của Guerreiro et al đã được trình bày tại Hội nghị Châu Âu về Thị giác Máy tính 2024 (ECCV 2024, sau đây gọi tắt là ECCV), một hội nghị quốc tế trong lĩnh vực thị giác máy tính※1
“ECCV” là hội nghị quốc tế trong lĩnh vực thị giác máy tính được tổ chức hai năm một lần bởi các nhà soi kèo bóng đá anh từ khắp nơi trên thế giới và “CVPR”※2"ICCV"※3, đây là một trong những hiệp hội học thuật có thẩm quyền nhất trong lĩnh vực nàyBài báo được chấp nhận gần đây sẽ được trình bày tại "ECCV 2024" được tổ chức tại Milan, Ý từ Chủ Nhật, ngày 29 tháng 9 năm 2024 đến thứ Sáu, ngày 4 tháng 10 năm 2024
■Nền
"Phòng thí nghiệm AI" soi kèo bóng đá anh và phát triển nhiều công nghệ AI liên quan đến tiếp thị nói chung, đồng thời đang giải quyết nhiều vấn đề kỹ thuật khác nhau, đồng thời tăng cường hợp tác giữa ngành và học viện với các trường đại học và tổ chức học thuật Đặc biệt, nhóm soi kèo bóng đá anh của chúng tôi trong lĩnh vực sáng tạo không chỉ tập trung vào soi kèo bóng đá anh ứng dụng mà còn tập trung vào soi kèo bóng đá anh cơ bản, như soi kèo bóng đá anh hỗ trợ sản xuất thiết kế đồ họa và công nghệ tạo tự động liên quan đến thể hiện sáng tạo nói chung, trong đó có “Dòng dự đoán cực” do công ty chúng tôi cung cấp, cũng như phát triển các chỉ số đánh giá và phương pháp phân tích mô hình làm cơ sở cho sự hiểu biết về truyền thông
■Giới thiệu về bốn giấy tờ được chấp nhận
"Hàng xóm gần nhất mạnh mẽ để điều chỉnh miền không cần nguồn trong quá trình thay đổi phân phối lớp"Tác giả: Antonio Tejero de Pablos, Riku Togashi, Mayu Otani (CyberAgent AI Lab), Shinichi Sato (Viện Tin học Quốc gia)
| soi kèo bóng đá anh này đề xuất một phương pháp mới để ngăn chặn sự suy giảm hiệu suất ngay cả trong các tình huống mà việc phân phối dữ liệu thay đổi giữa việc học và sử dụng mô hình Các phương pháp ứng dụng miền làm giảm tác động của sự khác biệt trong việc phân phối dữ liệu được sử dụng cho đào tạo mô hình (dữ liệu nguồn) và dữ liệu được sử dụng trong quá trình thử nghiệm được biết là không thể đáp ứng với những thay đổi trong phân phối lớp khi không xác định được dữ liệu nguồn, dẫn đến hiệu suất bị suy giảmĐể giải quyết vấn đề này, trong soi kèo bóng đá anh này, chúng tôi đã nghĩ ra một phương pháp nhằm cải thiện hơn nữa độ tin cậy bằng cách sử dụng kết quả dự đoán từ mô hình đa năng được đào tạo trên dữ liệu quy mô lớn
Kết quả của soi kèo bóng đá anh này được kỳ vọng sẽ hữu ích trong việc cải thiện tính ổn định của các mô hình do công ty chúng tôi cung cấp |
「」Tác giả: Julian Jorge Andrade Guerreiro (Đại học Tokyo), Naoto Inoue (CyberAgent AI Lab), Taketo Masui (CyberAgent AI Lab), Mayu Otani (CyberAgent AI Lab), Hideki Nakayama (The University of Tokyo)
| soi kèo bóng đá anh này đề xuất mô hình học máy để tạo bố cục Tạo bố cục là một công nghệ tự động đề xuất cách sắp xếp các thành phần như tiêu đề và ảnh, đồng thời được kỳ vọng sẽ hợp lý hóa đáng kể việc sản xuất các thiết kế đồ họa như biểu ngữ, trang trình bày và áp phích
Phương pháp được đề xuất là phần mở rộng của phương pháp được gọi là khớp luồng, là một loại mô hình tổng quát đã xuất hiện trong những năm gần đây với nhiều cải tiến khác nhau về bố cục Bằng cách kết hợp điều này với việc khám phá kiến trúc cơ sở tốt hơn, chúng tôi đã xác nhận bằng thực nghiệm rằng phương pháp được đề xuất có thể cải thiện đáng kể tốc độ tạo trong khi vẫn duy trì độ chính xác tương tự so với các phương pháp hiện có gần đây dựa trên mô hình khuếch tán
soi kèo bóng đá anh này dự kiến sẽ được áp dụng cho quá trình tạo quảng cáo biểu ngữ tự động trong "AI dự đoán cực" do công ty chúng tôi cung cấp |
「」Tác giả: Tomoyuki Suzuki, Kotaro Kikuchi, Kota Yamaguchi (CyberAgent AI Lab)
| soi kèo bóng đá anh này đề xuất một phương pháp cho phép chỉnh sửa lại các thiết kế đồ họa hoạt hình như quảng cáo biểu ngữ video bằng cách chia chúng thành các phần tử (tài liệu hình ảnh tĩnh và hoạt ảnh của chúng) Nhà thiết kế có thể chỉnh sửa video một cách hiệu quả bằng cách thực hiện các thay đổi đối với từng thành phần bị phân tách
Phương pháp được đề xuất kết hợp tối ưu hóa từng video và mô hình được đào tạo trên quy mô lớn, so với các phương pháp thông thườngNhanhvàChất lượng cao
Kết quả của soi kèo bóng đá anh này dự kiến sẽ hữu ích trong việc hợp lý hóa quy trình sản xuất quảng cáo video, chẳng hạn như bằng cách sử dụng lại các quảng cáo hiện có với hiệu quả quảng cáo cao trong "AI dự đoán cực" do công ty chúng tôi cung cấp |
「」Tác giả: Mao Jiafeng (Phòng thí nghiệm AI của CyberAgent), Wang Xuetei (Phòng thí nghiệm AI của CyberAgent), Aizawa Kiyoharu (Đại học Tokyo)
| soi kèo bóng đá anh này xem xét ảnh hưởng của hình ảnh khởi tạo đến kết quả tạo trong mô hình khuếch tán tạo ra hình ảnh từ văn bản và đề xuất phương pháp kiểm soát việc tạo bằng cách thao tác với hình ảnh khởi tạo Điều này được kỳ vọng sẽ tránh được những lỗi xảy ra khi tạo hình ảnh từ văn bản và cải thiện đáng kể hiệu quả tạo hình ảnh
Phương pháp đề xuất cho thấy có các khối pixel trong ảnh nhiễu ban đầu có khả năng tạo ra các khái niệm cụ thể Hơn nữa, chúng tôi đã đề xuất một phương pháp tạo các đối tượng có bố cục cụ thể bằng cách tìm các khối pixel này từ một lượng lớn nhiễu ban đầu ngẫu nhiên và đặt chúng vào các khu vực do người dùng chỉ định
soi kèo bóng đá anh cơ bản này đề xuất một phương pháp kiểm soát mới khác với lời nhắc và dự kiến sẽ được áp dụng cho các lĩnh vực như tạo hình ảnh quảng cáo dựa trên bố cục |
■Tương lai
Những soi kèo bóng đá anh này sẽ trở thành công nghệ cơ bản cho soi kèo bóng đá anh và phát triển trong lĩnh vực AI tổng hợp và dự kiến sẽ được sử dụng trong các dịch vụ của chúng tôi, chẳng hạn như "Chuỗi dự đoán vùng cực" "AI Lab" sẽ tiếp tục nỗ lực soi kèo bóng đá anh và phát triển với mục đích hiện thực hóa sản phẩm quảng cáo chất lượng cao hơn kết hợp công nghệ AI
※1
※2
※3
