クロスオーバーコラム
編集・執筆者：林耿呈（Aaron Lin）／慧穩科技股份有限公司 CEO（AIWin Technology Co., Ltd., CEO）
2017年、Apple社はiPhone発売10周年を記念した新モデル「iPhone X」を発表しました。iPhone XはまさにTouch IDに代わってFace IDを採用しており、顔認識（Face Recognition）の実用化における新たなマイルストーンと言えます。顔認識はもはや目新しい技術ではありませんが、Apple社による再定義を経て新たな応用可能性を持つようになりました。これこそApple社の得意とするところです。顔認識は画像認識の応用の一つで、主にカメラ（Camera）とレンズ（Lens）を通じて画像をデバイス（Device）に結像させ、さらに画像処理（Image Processing）のアルゴリズム（Algorithm）によって画像情報を有用な情報へ変換するものです。聞いただけでは大したことがないように思えますが、実際の動作は複雑です。筆者が以下に一つずつ解説します。
コンピュータの中の画像
画像認識とは、簡単に言えばカメラで画像を取得し、コンピュータのプログラム演算を通じて、最終的に画像から処理、分析、計測を行い、その実体に関する有用な情報を解釈することです。コンピュータの世界では、すべてが0と1のデータであり、1枚の写真はすべて0と1の組み合わせで満たされています。コンピュータにはその意味がまったく理解できません。私たち人間は幼い頃からの学習と認知を経ているため、目で見たものをすぐに脳につなげ、それが何であるかを連想できますが、コンピュータにはまったくできません。そこで科学者たちは、コンピュータの中に存在する0と1の組み合わせに意味を持たせるための画像処理アルゴリズムを開発しました。コンピュータの世界の画像において、画像の大きさを構成する最小単位を画素（Pixel）と呼びます。各画素は三原色のR（赤）、G（緑）、B（青）の組み合わせで構成され、各原色はほとんどが8bits方式を採用しているため、0から255の階調値に分布し、異なる原色の階調表現を通じて多彩な色を表現します。各画像は画素が2Dの形で構成されており、よく見られる解像度には640X460、800X600などがあり、これらはいずれも画像サイズの表し方です。
1枚の画像は複数の画素で構成されている
画像認識アルゴリズム
画像認識アルゴリズムでよく見られるものには、前処理（Image Pre-processing）、画像セグメンテーション（Image Segmentation）、表現と記述（Image Representation and Description）、対象物認識（Object Recognition）があります。前処理とは画像の品質を強化することで、よく見られるものに画像の鮮明化、エッジ強調（Edge Enhancement）、明るさや彩度の強調などがあります。これらの前処理を経ることで、画像中の捉えたい物体をはっきりと強調して際立たせることができます。次に画像セグメンテーションを行います。前処理によって目的の物体が階調上で際立っているため、二値化（Thresholding）の方法で物体を切り出すことができます。切り出された物体は特徴の表現と記述の段階に入り、最後にこれらの特徴を分類（Classification）することで認識の効果を得ます。顔認識を例にとると、前処理は明るすぎたり暗すぎたりする顔画像を調整することで、次に肌色の階調範囲で二値化を行って顔の部分を抽出し、続いて目と口の特徴を抽出して対応する距離を記述し、これらの距離を個人を識別する特徴とし、最後にデータベースとの照合分類を行うことで、その人物の身元を識別できます。
不審人物の識別
画像認識の応用
画像認識は顔認識のほかにも多くの分野で活用されています。例えば、画質改善の分野では衛星画像、医療画像、古い写真の修復。デザイン用途ではポスターデザイン、アニメーション制作、映画の特殊効果。寸法計測では長さ、幅、直径、面積、体積、形状、部品間の距離。計数関連の用途では紙幣の計数、体細胞計数、微生物計数、稚魚の計数。自動識別の分野では製品の検査・等級分け、欠陥検出、微生物同定、指紋照合、動体追跡。位置決め用途では対象物の2Dまたは3D座標位置の計算、画像再構成、バーチャルリアリティなど、非常に多岐にわたります。そして近年の人工知能（Artificial Intelligence）とディープラーニング（Deep Learning）の技術的ブレークスルーにより、上記の応用もより高い精度へと飛躍し、さらに多くの新しいタイプの応用が生まれています。人工知能とディープラーニングについては、今後機会があれば改めて詳しくお話しします。
繊維製品の検査
靴ひもの欠陥検査
前方車両の画像認識