CLOSE UP コラム | Googleの画像認識API「Cloud Vision API」

Googleの画像認識API「Cloud Vision API」

CLOSE UP 事例

2016年11月21日
オープンソース活用研究所 所長 寺田雄一

グーグルの画像認識API「Cloud Vision」は、開発者向けの画像認識と機械学習のための強力なツールだ。

グーグルは2015年終盤、開発者が画像を認識してパターンを学習するアプリケーションを作成するのに役立つ2つのシステムをリリースした。そのうちのひとつが「Cloud Vision」である。Cloud Vision APIは、機械学習のアルゴリズムを記述したりモデルの学習を行ったりする必要がない。機械学習に詳しくない開発者でも活用できる点が大きいポイントだ。

Cloud Vision APIが提供するのは、画像の認識、分類、グループ化を行うためのツール。このAPIが提供する機能の片鱗は、Google Photoにも存在する。Google Photoを使うと写真のなかから特定の人物や、一般的なモノ、有名なランドマークなどが写っている画像を検索することができる。また文字認識は、多数の言語に対応し、画像中のテキストを認識する。

Cloud Visionは、これらGoogle Photoで提供している最新の画像認識技術を含め、Google Brainチームが数年前から開発を続けてきたディープラーティング技術が惜しみなく投入されている。

画像認識API「Cloud Vision」は、グーグルブレインの叡智が結集。

Cloud Vision API には、画像分析のレイヤも用意されており、画像に暴力的な表現や不適切なコンテンツが含まれているかどうかを判別することもできる。さらに、このAPIには感情分析の機能も含まれており、人間の顔を表情(笑っている、泣いているなど)に基づいて分類することも可能だ。

Cloud Vision APIが提供する画像認識機能をまとめると、次のようなものとなる。

  • -顔検知:画像上の複数の顔を検知し、目鼻口の位置、感情、顔の向き(3D)を推測。
  • -物体検知:画像上の物体を検知。
  • -ロゴ検知:画像上の企業ロゴやブランドマークを検知。
  • -ランドマーク検知:画像上のランドマークを検知。
  • -OCR:多言語対応のOCRに対応。
  • -セーフサーチ検知:画像にアダルトコンテンツやバイオレントな要素が含まれていないか判定。

Google Cloud Vision APIを利用する場合、直接REST APIに問い合わせを行う方法とGoogle Cloud SDKを通して問い合わせを行う方法がある。また、事前に認証情報をSDKに登録する必要がある。

下記サイトからの要約。
http://japan.zdnet.com/article/35075445/
http://qiita.com/kazunori279/items/768c7fdf96cdf45a9d16


著者プロフィール

オープンソース活用研究所 所長 寺田雄一

1993年、株式会社野村総合研究所(NRI)入社。 インフラ系エンジニア、ITアーキテクトとして、証券会社基幹系システム、証券オンライントレードシステム、損保代理店システム、大手流通業基幹系システムなど、大規模システムのアーキテクチャ設計、基盤構築に従事。 2003年、NRI社内に、オープンソースの専門組織の設立を企画、10月に日本初となるオープンソース・ソリューションセンター設立。 2006年、社内ベンチャー制度にて、オープンソース・ワンストップサービス 「OpenStandia(オープンスタンディア)」事業を開始。オープンソースを活用した、企業情報ポータル、情報分析、シングルサインオン、統合ID管理、ドキュメント管理、統合業務システム(ERP)などの事業を次々と展開。 オープンソースビジネス推進協議会(OBCI),OpenAMコンソーシアムなどの業界団体も設立。同会の理事、会長や、NPO法人日本ADempiereの理事などを歴任。 2013年、NRIを退社し、株式会社オープンソース活用研究所を設立。

最新TOPICS

【IoT】英国×シンガポール、IoTセキュリティ戦略的パートナーシップ契約を締結---ベストプラクティス実装を促進(2019年10月08日 10:43)

「英国サイバーセキュリティセンター(NCSC)」と「シンガポールサイバーセキュリティ機関(CSA)」は、IoTセキュリティに焦点を当てた戦略的パートナーシップ契約を締結した。 スマート製品のセキュリティレベル向上へ この戦略的パートナーシップ契約は、スマート製品のセキュリティレベルを向上させることを目的としてお...

関連タグ

音声認識(Speech Recognition)

  • 用語集

「音声認識(Speech Recognition)」とは、人の音声(会話)をコンピュータに認識させることで、「話し言葉をテキストデータに変換」あるいは「音声の特徴を捉えて声を出している人を識別」などを行う機能を指す。音声認識技術は、生活の一部として一般的に普及してきている。

画像認識(Image Recognition)

  • 用語集

「画像認識(Image Recognition)」とは、パターン認識技術の一種であり、画像データから、オブジェクト(文字/顔など)や、対象物の特徴(形状、寸法、数、明暗、色など)を抽出/分析/識別して認識検出する手法。

SIGFOX(シグフォックス)

  • 用語集

「SIGFOX」(シグフォックス)とは、LPWA技術を利用したグローバルIoTネットワーク。「低価格」「低消費電力」「長距離伝送」を特長としている。

スマートIoTサービス(スマートアイオーティーサービス)

  • IoT

スマートIoTサービス(スマートアイオーティーサービス)は、データの「収集」「管理」「見える化」「異常検出時警報自動通知」などの機能を提供するIoTソリューション。

コネクテッドカー(Connected Car)

  • 用語集

コネクテッドカー(Connected Car)とは、「ICT端末を搭載し、車両状態や周囲道路状況などのさまざまなデータをセンサーにより取得し、ネットワークを介して集積/分析することで、新たな価値を生み出す自動車」を意味する。次世代の車として人を目的地へ運ぶ以上の価値を提供することが期待されている。

バックナンバー

関連記事

  • KSKサイド007

Analytics News ACCESS RANKING

facebook

twitter