異文化を可笑しく映像表現 time for sushi(寿司の時間)

time for sushi(成人向け)/ dlew

米ロサンゼルスのアーティスト、デイビット・レヴァンドフスキ(David Lewandowski:Twitter)さんの面白いショートムービー「time for sushi」です。

冒頭に日本ではお馴染みのフレーズ「・・守るため、皆さまのご協力をお願いたし・・・」の街頭放送が流れ、そして誰も座っていない優先席の映像が流れます。

そこに空から突然全裸の2人が現れて踊りだします。次第に増えて全裸の群衆となり街中を踊り狂っています(笑)
歌舞伎の発祥とされる「かぶき踊」からインスパイアされたのでしょうか?

日本らしい社会規範や整然とした空間に、異文化の象徴として無秩序で全裸の踊り狂った人間たちを登場させています。この肉体美を全面に出したムービーの可笑しさは、日本文化との対比でしか表現できないように思います。

いまや世界的に「面白い寿司」があるように、この time for sushi(寿司の時間)は、カルフォルニアの「映像寿司」と呼べるように思いますね(^^) Vimeoでは「成人向け」指定です。

time for sushi from dlew on Vimeo.

我々のようなインディーアーティストにとってYouTubeの未来は今までになく不透明になってきています。私の作品のグッズを購入してサポートしてくれる方々に大変感謝しています。この三作目のビデオを作るにあたり、このシリーズは元々アンチコマーシャルな精神から来ているのもあり、グッズ販売をする予定はありませんでした。しかし、2017年の初旬にYouTubeから大手広告が手を引いたことにより、我々映像作家に大きな影響を与えました。本やタオルを買っていただくことが私の次のステップの助けになります。

シーンの大域的かつ局所的な整合性を考慮した画像補完

ディープネットワークによるシーンの大域的かつ局所的な整合性を考慮した画像補完

早稲田大学の飯塚里志氏とシモセラ・エドガー氏、石川 博氏による画像補完の研究論文が、SIGGRAPH 2017に正式に採択されました。

ディープラーニングによって複雑な画像補完を行う手法を提案しています。画像中の不要な物体を消したり、人の顔を変化させたりもできます(^^)
動画では、面白い精度の高い画像補完技術を見ることができます。

提案モデルは、補完ネットワーク、大域識別ネットワーク、局所識別ネットワークから構成されています(下図参照)

実際の画像補完に使用するのは補完ネットワークのみであり、2つの識別ネットワークは補完ネットワークの学習のために使用されます。補完ネットワークはすべての層が畳み込み層で構成、補完対象の損失領域を定義したマスクと画像が入力されると、損失領域が補完された画像が出力されます。損失領域以外の領域は入力画像に置き換えることで最終的な補完画像が得られます。

大域識別ネットワークは補完された画像全体を入力として補完画像が全体的に整合性のある構造になっているかを評価します。局所識別ネットワークは補完領域をパッチとして切り出して入力として補完領域のより詳細な自然さを評価します。

補完ネットワークは識別ネットワークが見分けられないように、識別ネットワークは補完ネットワークの出力画像を見抜くように、それぞれのネットワークを交互に学習していくことで補完ネットワークに自然な画像補完を学習させています。