画像認識、コンピュータビジョン、画像処理に関連する記事へのリンク集

4回目となる今回は、前回から引き続き、「AI画像認識」の導入を巡る「真実」についてご紹介します。（1/3）

2010年代に入り、AIの活用に注目が集まっています。特に機械学習の要素技術であるディープラーニングは、今までにない精度で画像を認識することに成功し、さまざまな産業分野で活用が期待されています。 ディープラーニングは大量のデータを学習することで、自らデータの傾向などを学習し、時には人間を超える精度で認識、判断を行うことが可能です。今回は、画像認識とディープラーニングに焦点をあて、画像認識の可能性に

このビデオのイメージのリサイズと加工のデモだが、見ていくうちに次第に口が開きっぱなしになるようなスグレモノだ。このテクノロジーに関するDr. ArielShamirとDr. Shai Avidanによる研究論文はここに。 [原文へ]

毎年多くの死亡者が発生するがんは循環器系やリンパ系を通って体内を移動し、体の別の場所に新たな腫瘍を形成する転移という現象を起こすことがあります。一般に転位性のがんは検出が困難であることが知られていますが、Googleが開発したAIは「99％の精度で転移性の乳がんを検知できる」と発表されました。

Amazonは顔認識ソフト「Rekognition」を開発し、警察に対し衆人監視用に提供していることが明らかになりました。Rekognitionに対してはAmazon株主だけでなく、Amazon従業員からも反対する声が挙がっている中、匿名のAmazon従業員はAmazonの反Rekognition活動への対応やAmazon従業員の偽らざる感じ方について質問に答えています。

Microsoftで機械学習を主としたプロジェクトを進めるチームが、同社からリリースされたばかりの顔検出APIを使って画像から被写体の年齢を測定する「How Old Do I Look?」というサービスを展開中です。Microsoftの公式サービスとのことなので、どれくらい精度が高いのか試してみました。

他人と比べた自分の容姿がどうしても気になったり、お気に入りの「あの人」の美しさはどれほどのものなのか……といった外見の美しさが気になってしまうのは、感情を持つ人間であれば仕方のないこと。そんな悩み(？)でも、顔の美しさを偏差値という数値をはじき出すことで判定してしまえる「顔面偏差値スカウター」を使うとスンナリと解決してしまえるかもしれません。

ウェブアプリ「BLINQ」は急速に進化する人工知能(AI)を使って、アップロードした写真の人物の年齢・性別、さらには魅力まで簡単に判定してくれるサービスです。実際に画像をアップロードしてみて、興味本意がてらAIの進化具合をチェックしてみました。

顔認識システムは空港のセキュリティシステムやiPhone Xのロック解除など、あらゆる分野で使用されています。中国の研究者によると、赤外線を顔に照射するだけで顔認識システムをだますことができ、照射方法を工夫すれば別の人物になりすますことも可能であると指摘しています。

ミス同志社(ミスキャンパス同志社)は、同志社大学に在籍する女子学生の6人の候補から選出されるもので、女子学生の数は1万人強であることを考えると非常に狭き門であるといえます。たんごこうや氏は「誰でも簡単にミス同志社に参加できたら面白いのではないか？」という発想のもと、顔写真からミス同志社になれる確率を算出する「同志社ミスコンAI」を開発したとのこと。実際に使って試してみました。

「ジャニーズ系」の顔と聞くとイケメンであることはもちろん、どことなく共通したキラキラした雰囲気のある顔が連想されます。エンジニアのgold-kou(@gold_kou)さんが、AIを使って自分の顔が「ジャニーズ系の顔かどうか」を判定してくれるサービス「Johnny's Face」を開発しました。一体自分の顔がどれほど「ジャニーズ系」なのか、実際に使用して確かめてみました。

AIを使ってムービー内の人物の顔を違和感なく別の人物に入れ替えることができる「DeepFake」技術が登場して以来、AV女優の顔を有名女優に入れ替える「フェイクポルノ」が急増して問題となりました。その後、多くのポルノサイトなどにアップロードされているフェイクポルノが削除されることにもつながっていて、「DeepFake＝問題のある技術」と広く認識されることになりました。そんな中、ポルノ映画製作会社のNaughty Americaは、DeepFake技術を使った「新しいサービス」をスタートさせています。

インターネット上には児童ポルノなどの未成年者をターゲットにした性的素材(child sexual abuse material ：CSAM)が多く存在しています。CSAMをネット上から排除する作業は人間の手で行われていますが、次々と登場するCSAMに対処できないのが現状です。そこで、GoogleはCSAMに向き合う人間を助けるべく、AIを活用したCSAMを判定するツール「Content Safety API」を開発しています。

GNUプロジェクトの一部であるGNOMEが、既存の認証局の代替を目指す分散型の無許可のネーミングプロトコルを開発するHandshakeから40万ドル(約4400万円)の寄付を受け取りました。そして、この寄付金のうち10万ドル(約1100万円)を、同じGNUプロジェクトの一部である画像編集ソフト「GIMP」の口座に移したことを明かしています。

近年のAI技術の発達には目を見張るものがあり、「人間はAIに仕事を奪われてしまうのではないか？」という危機感を持つ人も少なくありません。そんな中、「中国で行われた病気の画像診断コンテストで、AIがベテランの医師たちよりも高い精度で正しく病気を診断した」ということが話題になっています。

AIに関する非営利の研究機関として設立されたOpenAIは、違和感なく2つの顔写真を合成したり、顔写真に年齢やヒゲ、笑顔などの属性を追加したりすることができる技術「Glow」を発表しました。

次の時代はAI時代だと言われていますが、実際にAIを作成するのは難しいように感じられます。「AIメーカー」はそのさまざまな困難を一気に解決してくれるサービスとのこと。実際に使ってどれくらい簡単にAIが作成できるのか試してみました。

人がテーブルの天板と3本の脚の存在を目で確認すると、「後ろに4本目の足がある」と頭の中で勝手に推測するものです。このような作業は人間にとっては容易なものですが、人工知能にとっては非常に困難な作業だとされています。Googleの親会社Alphabet傘下のAI企業DeepMindは視認できる情報から目で見えない部分を推測する「Generative Query Network(GQN)」を開発しました。

映像の中で登場するオブジェクトをトラッキングすることは、コンピュータービジョンにとって重要かつ基礎的な問題です。しかし、視覚的に「オブジェクトをトラッキングするように」と人工知能(AI)に教えることは、学習のための大量のラベル付きデータセットなどを必要とするため、実用的ではありません。そんな中、研究者グループがラベル付きデータセットがなくても正確に映像内のオブジェクトをトラッキングできる手法を発表しています。

2015年に発表された「Googleフォト」はこの3年間で多くのユーザーを獲得しており、人々がGoogleフォトで見る写真の枚数は1日で50億枚にもなるとのこと。Googleフォトは写真をクラウドに保存するだけでなく、友人と写真を共有したり見たい写真を単語で検索したりすることが可能ですが、Googleは新たに「白黒の写真をAIがカラー写真に加工する」機能を搭載する予定だと発表しました。

DeNAが、人工知能(AI)を用いることで鮮明なアニメキャラクターの画像生成が可能な技術および、作成したキャラクターに動きをつけることが可能な動画生成技術を開発しました。

動きのない1枚の人の画像から人体と衣服の3Dモデルを計算し、衣服を3D上で着せ替えることができる技術をノースカロライナ大学チャペルヒル校の研究者らが開発しました。新たなアルゴリズムによって、単に人体の画像に衣服の画像を重ね合わせるだけでなく、服のしわや体形による服の状態変化なども再現されるそうです。

アフリカなどで野生のサルが密猟者によって捕獲され違法に売買されることで、絶滅のおそれがある種もいます。そんな貴重な野生のサルを、画像認識ソフトを駆使して保護しようという取り組みが行われています。

少なくとも5年にわたってFacebookやYouTubeなどソーシャルメディアから集めた映像や写真を元に、巨大な顔認識データベースを構築するイスラエルの企業の存在を、アメリカの経済誌Forbesが明らかにしています。

現在で最も華やかなコンピューター技術と言えば、ディープラーニングを用いた人工知能と言えますが、農業の分野にもそんな波は訪れようとしているようです。元制御システム開発者で、現在は家業であるキュウリ農家を営んでいる小池誠さんは、GoogleのTensorFlowを使って学習させたAIを駆使することで、収穫されたキュウリを自動で選別して等級ごとに仕分けする装置を開発しています。

ファッションコーディネートアプリ「iQON(アイコン)」の開発・運営を行うVASILYが、スナップ写真で着用しているアイテムを検出・検索できる独自のシステムを開発しています。これが例えばショッピングサイトなどに実装されれば、自分が気に入ったスナップ写真をアップロードするだけで、コーディネートを丸ごと真似したり特に気に入ったアイテムだけを購入したりが可能になるかもしれません。

ディープラーニング技術の急速な進歩によって画像認識処理の精度が非常に高まっています。Googleがディープラーニング技術を活用して、糖尿病にともなう眼疾患の早期発見において、専門医を上回る成果を見せています。

機械学習を使った顔認証技術は精度の向上に伴ってiPhoneのFace IDに使われたり、中国では警察の捜査に使われたりしています。そんな中、オランダの男性が「猫の顔認証デバイスを作成した」と話題になっています。

2017年頃から、3DCGモデルのアバターを使って動画配信を行う「バーチャルYouTuber」が次つぎと登場し、バーチャルYouTuber界の「親分」とも呼ばれるキズナアイがチャンネル登録者数160万人を超えるなど、話題になっています。「Hitogata」は、ウェブカメラで映した顔をフェイストラッキング機能でアバターとリンクさせることで、バーチャルYouTuberのように、3DCGモデルに豊かな表情とアクションをさせながら動画配信を行う手助けとなるツールで、moggさんにより無料で公開されています。

Google Cloudが2018年1月に発表した「Cloud AutoML Vision」は、機械学習についての知識がほとんどない人でも簡単に画像認識を使った機械学習を利用できるサービスですが、さっそくこのCloud AutoML Visionを利用して、日本のエンジニアがラーメン二郎のラーメンを高い精度で識別することに成功しました。