画像を使ったディープラーニング技術の活用例~基本3手法

たびたび、世間をにぎわすAIの話題ですがそのほとんどがディープラーニング技術によって実現されています。ディープラーニング技術によって実現できることは様々ですが今回は「画像」に的を絞って紹介したいと思います。
画像を使ったディープラーニング技術は主に以下の三つに分けることができます。

・画像分類
・物体検出
・セマンティックセグメンテーション

これらを一つずつ紹介します。

▼目次

話者紹介

type11

2013年にテクノプロ・デザイン社に中途入社。
POSレジシステムの開発・保守を約4年、WiFiとBluetooth制御ICチップを検査する専用ソフトウェアの開発・保守を2年経験。その後、約4カ月のDST研修と2カ月OJT期間を経て現在のデータサイエンス業務に配属。主にPoC実装・分析業務を担当。
趣味はRaspberry Pi、パン作り。

画像分類

画像分類とはラベルを貼られた複数の画像を大量に読み込み、学習を行い分類するものです。
例えば、犬と猫の画像を読み込み学習させて犬か猫かを判別するといったことができます。
この技術は2012年の画像認識コンテスト（ILSVRC）で使われたモデルAlexNetが例に挙げることが多いです。昨年優勝者のモデルの誤認識率が0.26に対してAlexNetの誤認識率が0.16でその時のコンテストにも優勝しました。この出来事は画像認識において衝撃的な話題となり第3次AIブームがより加速することになりました。
この技術の活用例ですがきゅうり農家の元技術者がきゅうりの選別に使っています。きゅうりは長さ、太さ、曲がり具合、色などで等級を分ける作業がありそれを見分けるのはかなり難しいようです。

同じように見えても等級は別です。

＞参照元「ディープラーニングを用いたキュウリ選果機䛾開発」

ほかにはGoogleフォトでの画像検索にもこの技術が使われています。検索窓に犬と打ち込むと犬のみが表示されるのはこの技術のおかげです。

物体検出

物体検出とは画像分類の応用で分類するだけでなく、分類した対象物の位置を認識することができます。
例えば、一枚の画像に犬と自転車がある場合は各々を分類し、位置を知ることができます。
物体検出の活用例はかなり多く汎用性の高さを実感します。

例を挙げるならトマトの収穫ロボット開発に使われています。
トマトの自動収穫を実現するためにカメラの画像からトマトが熟したものを区別して位置を特定する必要があるため、物体検出の技術が使われています。

＞参照元「トマト収穫ロボットの開発」

セマンティックセグメンテーション

セマンティックセグメンテーションとは物体検出よりも正確に位置を認識する技術です。分類は当然できますが物体検出とは異なり、画素単位で区別できるのが大きな特徴です。

この技術の活用例もいくつかありますが一番目立っているのは自動運転システムだと思います。
自動運転において道路、歩行者、車を識別するのは必須だからです。この技術は各方面で開発されており、いつか私たちにとって身近なものになるかもしれません。

＞セマンティックセグメンテーションの例。参照元「Youtube AssettoCorsa自動運転チャンネル」

簡単に3つの技術について紹介しましたが画像を使ったディープラーニング技術はほかにもあります。昨年、話題になった画像生成AIもディープラーニング技術の一つです。今回は数ある中から顔置換（フェイススワップ）について紹介します。

次の記事＞顔置換（フェイススワップ）の環境構築と技術