画像認識技術とは？
最先端のAIを語るうえで欠かせないのが、画像認識技術です。画像認識技術を駆使することで、画像の分類や検出ができます。画像の分類や検出がどのような技術なのかを、それぞれ紹介します。
画像認識技術1：分類（認識）
分類（認識）は最も代表的な画像認識技術で、物体とシーンによる認識が可能です。物体認識とは、たとえば画像の生物がウサギなのかカメなのかを判別することです。また、カメラの画像からわかる情報をもとに、人の性別や年齢を判別することもできます。他にも手書き文字をテキストデータに変換したりなど、日常的によく使われている技術です。
一方物体ではなくシーンの認識とは、土・ボール・バット・2種類のユニフォームを着た選手などの情報から、野球だと認識することを指します。ネットにアップされた写真の内容を自動で判別したい時などに、有効活用されている技術です。
画像認識技術2：検出
検出は物体と領域の2種類に分類されます。物体検出とは、特定の物体を指定することで位置情報がわかる技術です。防犯カメラをイメージするとわかりやすいかもしれません。防犯カメラに映った人を検出し、追尾して記録する機能などに活用されています。
領域検出とは、物体の境界線を判別する技術のことです。たとえば文書の中に一部書かれている手書き文字をみつけて、その領域を切り取ったりなどです。物体検出も領域検出も、形状・カラー・動きのパターンなどの情報をもとに画像処理を実行しています。
画像認識技術でできること
画像認識技術は、さまざまなシーンで活用されています。異常検知・品質向上・業務効率化などに役立っています。いったいどのようにして役立っているのか、画像認識技術でできることを簡単に紹介します。
異常検出・異常検知
まずたくさんの情報を読み取り、各対象物の特徴をAIに記憶させます。記憶された情報と特定の対象物を照合することで、異常検出・異常検知をおこないます。たとえば病院でCTやMRIの画像から病巣部分を検出したり、建物や橋など老朽化している設備の危険な状態を検知したりなどです。そのため医療業界や土木業界など、さまざまな業界での活用が見込まれています。
精度向上・品質向上
AIの画像認識技術の精度は、人が目視する以上の精度・品質を期待できます。そのため今までは経験を積んだベテランでなければわからなかった不良品を、AIが見抜ぬけるようになりました。これにより高い品質を継続的に維持できるなど、製造現場での活用が進んでいます。
しかも、検査によって除外された不良品の記録は蓄積されますので、データ分析ツールと併用することで製品の改善に役立ちます。画像認識技術の導入により、製造現場が大きく変わったといっても過言ではありません。今後も幅広く活用されていくでしょう。
業務効率化
人がおこなっていた作業をAIに移行することで、業務を効率化できます。たとえば設備点検や製品の検品作業などは、AIによる画像認識技術でおこなえます。しかも前項で紹介した通り、精度や品質が落ちるわけではありません。それどころか人の目で見落としていた部分も発見できるようになるため、システムのログさえ人が確認していればOKです。しかもAIは人と違って休憩を取る必要がないので、365日休みなく稼働させられます。
画像認識技術の歴史
画像認識技術は、どのような歴史を歩んできたのでしょうか。ここではバーコードとテンプレートマッチングに着目し、その歴史を振り返ってみます。画像認識技術の変遷をたどっていきましょう。
バーコード：最古の画像認識
画像認識技術はとても新しい技術に感じますが、実は1940年代にすでに活用されています。最古の画像認識はバーコードで、商品パッケージをレジで読み取る目的などによく使われています。すでに誰にとってもおなじみなので、イメージしやすいはずです。あまりにシンプルですが画像のパターンを読み取って認識しているのは事実なので、間違いなく画像認識といえます。
テンプレートマッチング：画像の比較
バーコードの次に登場したのが、画像の比較を繰り返して認識するテンプレートマッチングです。画像検出の技術を応用したもので、対象画像との類似性を見つけ出して検出します。
ただ、この方法は決して完全ではありません。光量の影響を受けやすいですし、テンプレートとの違いが複雑だと認識率が著しく低下してしまいます。しかも、まず最初にテンプレートを大量に用意しないといけないのもネックです。
最先端の画像認識技術
AIを有効活用した最先端の画像認識技術が、今の時代をリードし始めています。機械学習・
ディープラーニング・Pythonを有効活用することで、正確かつスピーディーな画像認識が実現しています。どんな方法なのかを簡単に解説します。
機械学習による画像認識
現代の画像認識は、機械学習を有効活用するのがスタンダードです。機械学習の魅力は、大量の画像データを扱える点です。これまでとは違い、パターンによる画像認識がしっかりと確立されています。
ディープラーニングを利用した画像認識
機械学習の立場を大きく変えたのが、2012年頃に登場したディープラーニングです。ディープラーニングは画像認識の認識率を高めることに成功しましたし、Googleもディープラーニングの革新的な最先端技術を発表しました。近頃は実用化が着々と進み、ますます注目を集めています。
Pythonを使った画像認識
Pythonは機械学習でよく使われるプログラミング言語です。習得しやすさに定評があるため、初心者から特に人気が高い言語です。今後も画像認識技術の軸となることは間違いないので、幅広く使われるでしょう。
【2022年最新版】画像認識技術の活用事例
最後に最先端の画像認識技術を企業がどう活用しているのか、いくつかの事例を取り上げて紹介します。日本コカ・コーラ・ZOZO・メルカリ・キューピーの活用事例を見ていきましょう。
日本コカ・コーラ：SNS写真分析による顧客ニーズ把握
大手清涼飲料水メーカーとして知られる日本コカ・コーラは、SNSに投稿された写真の分析に画像認識技術を活用しています。自社製品と一緒に何が写っているのか物体認識を実行し、マーケティングに活かしました。顧客から共感を得られる飲用シーンをいくつも発見し、テキスト分析だけではできなかったPRに成功しています。訴求力を高めるのに効果的な画像認識技術の活用方法です。
ZOZO：コーディネート・購買サポート
ZOZOTOWNで有名なZOZOは、コーディネートSNSのWEARに閲覧中アイテムと類似した商品をレコメンドする機能を実装しています。形状・感触・カラー・デザインが類似しているアイテムを提案するので、レコメンドしたアイテムが購入されやすくなりました。アイテムの購買サポートに、最先端の画像認識技術を取り入れています。
メルカリ：出品操作サポート
顧客に便利に利用してもらうため、メルカリは出品操作サポートに画像認識技術を導入しています。スマホアプリで出品商品を撮影するだけで、商品名・ブランド名・カテゴリなどの情報が自動で入力されます。商品によっては、説明文も自動入力されます。出品操作サポートの支援により、最短1分以内での出品が可能になりました。
キューピー：生産現場における検査自動化
マヨネーズなどが人気のキューピーは、生産現場における検査自動化のために最先端の画像認識技術を導入しています。導入前までは原材料由来の異物検査・除去を、人が目視でおこなっていました。画像認識技術の導入により、検査を自動化させたのです。
問題がある原材料は、空気砲を当てて製造ラインから強制的に除去します。今でもさらなる技術改良を試みていて、精度と品質を高められるように努めています。
まとめ
最先端の画像認識技術がどのような仕組みなのかと、企業の活用事例について紹介しました。最先端の画像認識技術は、機械学習・ディープラーニング・Pythonがキーワードです。これらを有効活用することで、さまざまな画像認識が可能となりました。
日本コカ・コーラは、SNSに投稿された写真をマーケティングに活かしています。キューピーは生産現場の検査自動化に最先端の画像認識技術を導入し、業務の効率化に成功しています。今後も画像認識技術は、さまざまな用途で活用される見込みです。
この記事の執筆・監修者
Aidiot編集部「BtoB領域の脳と心臓になる」をビジョンに、データを活用したアルゴリズムやソフトウェアの提供を行う株式会社アイディオットの編集部。AI・データを扱うエンジニアや日本を代表する大手企業担当者をカウンターパートにするビジネスサイドのスタッフが記事を執筆・監修。近年、活用が進んでいるAIやDX、カーボンニュートラルなどのトピックを分かりやすく解説します。
