画像認識

昨今スマホやパソコンのロック解除で、既にお馴染みの技術となりつつある顔認証。
顔認証の基本技術である画像認識技術は、カメラで撮影した画像データに映るヒト・モノの特徴見つけ、対象が誰なのか何なのかを識別する技術のことです。
最近では認識手法としてAI（人工知能）が活用されるようになり、日常におけるさまざまなシーンで急激に導入され始めました。

■画像認識技術の仕組み

画像認識は、「機械学習」というAIの高度なアルゴリズムと数学の知識が必要となります。
機械学習を実利用する際には「教師あり学習」を用います。
教師あり学習では、人間が正しくラベル付けされた情報や画像に基づき、機械が学習を行うことで、アルゴリズムがデータに対して予測し画像を認識します。（アノテーション）
これはメールの自動仕訳をイメージして頂くと、分かりやすいかと思います。

さらにAIは膨大なデータ（ビッグデータ）の中から、「特徴」を見出すことで、自ら学習を繰り返すことができるようになりました。
これをディープラーニング（Deep Learning＝深層学習）と呼び、「特徴」を数値化したものを「特徴量」と言います。
ディープラーニングでは、人間があらかじめAIに気付き（＝ラベル）を与えなくとも、データそのものから学習することで、データ内の特徴量を抽出します。
例えば猫の画像認識を行いたい場合、猫とタグ付けされた画像を膨大に準備することで、ディープラーニングのモデルが猫の特徴量を自動的に抽出します。
つまり画像認識を行うにあたり、AIは画像から特徴量を算出し、その特徴量をビッグデータと比較する事で画像を判別しているのです。

■ディープラーニングが変えた画像認識精度

2000年代までは、画像認識技術の精度はそれほど高くなく、人間と比べ大きく劣っていたため、その応用が広がることがありませんでした。
ところが、2012年、画像認識の技術開発に画期的なブレイクスルーが起こります。

画像認識技術の名だたるサイエンティストたちが、画像認識の精度を競う「ILSVRC（ImageNet Large Scale Visual Recognition Challenge）」コンテストにて、トロント大学（カナダ）が圧倒的な高精度で優勝し、世界に衝撃を与えました。
画像認識の分野に初めてディープラーニングを適用したのです。

これ以降画像認識へのディープラーニング適用がムーブメントとなり、現在画像認識システムの精度は、人間を遥かに上回るレベルへと発展していったのです。

■画像認識システム導入メリット

従来人間の目に頼っていた作業を、画像認識技術による機械化・自動化することで、様々なメリットがあります。

客観的・画一的に判断できる

人間の目視による認知は、個人個人の主観が入り交じり、その精度も判断基準も客観性を欠く場合があります。
また人手を介することで、ミスや結果のブレも生じます。
その点、画像認識システムは常に客観的・安定的な結果を導きます。

仕事のスキルレス化が実現できる

精度の高い目視確認は、相応の経験を積む必要があります。
しかしながら少子高齢化の現在、経験豊富な技術者の確保・育成は年々難しくなる一方です。
画像認識システムを使うことで、仕事のスキルレス化・仕事の無人化が可能となります。

ヒューマンエラーを防ぐことができる

人間の目視確認には、限界があります。
例えチェックしきれない膨大な対象物の数であっても、きめ細かくあらゆる物体を検知する作業を、瞬時にこなせるのが画像認識システムです。

■オンプレミス型とクラウド型

画像認識には、オンプレミス型とクラウド型があります。
インターネットに接続できない格別の事情がない限り、画像認識はクラウド型を利用するケースがほとんどです。
なぜなら、高度なアルゴリズムと数学の知識を要する画像認識を、クラウドサービスの画像認識を利用することで、莫大な開発費と設備投資をかけることなく低コストで手軽に導入することができるからです。
またビッグデータも個人で入手することは困難ですが、クラウド型の画像認識なら既にビッグデータから学習済みのAIを利用することができるのです。