コンピュータビジョンがビジネス課題の解決に役立つ 5 つの方法

自動運転車、交通標識検出、顔認識、セルフサービスチェックアウト。 これらすべての高度なソリューションを統合するのがコンピューター ビジョンです。

コンピューター ビジョンにより、コンピューターは生の画像から情報を抽出できるようになり、より効率的なビジネスのデジタル化を実現する多くの機会が生まれます。

コンピューター ビジョンがさまざまな業界にどのような変化をもたらし、それが経営者にとって重要なビジネス課題の解決にどのような独自のメリットをもたらすのかを見てみましょう。

1. 物体検出

従来のコンピューター ビジョンの実装では、入力と出力の詳細な分析が使用されます。従来の CV の典型的なパイプラインは、エッジ検出などの画像処理技術を利用して、画像内のオブジェクトを識別し、ラベル付けします。

コンピュータサイエンスにおけるディープラーニングアーキテクチャの出現により、従来の CV 技術 (定義済みの特徴構造に基づくものなど) から AI 駆動型画像ニューラルネットワーク分析への劇的な移行がもたらされ、画像内のデータの抽出と分類のほぼ完全な自動化が可能になりました。簡単に言えば、AI はプログラミングを排除し、コンピューターが入力データを解釈し、画像の内容を認識できるように自らをトレーニングするという、あまり監督されないアプローチに置き換えます。

ユースケース

AI が医療画像などの分野に参入すると、コンピューターは優れたパターン認識機能を使用して、X 線や MRI 内の微量の癌細胞の存在など、生の画像内の微妙な要素を識別します。機械の推論を確認するには依然として人間の解釈と専門知識が必要ですが、超高速分析という追加レイヤーは人間の知性を補完し、人命を救うのに役立ちます。

自動運転車が米国や他の多くの国で路上を走行するようになるにつれ、商用車部門は爆発的な成長を遂げる態勢が整っています。自動運転車はコンピュータービジョンなしでは存在できません。車両のオンボード コンピューターは、道路上の潜在的な障害物について迅速な判断を行う必要があるため、高度に最適化された一連の CV ベースの技術に依存しています。

特に、医療、セキュリティ、製造などの分野では、AI 駆動型システムがどのように意思決定を行うかについての透明性が重要です。ここで説明可能な AI が役立ちます。この技術により、システムの調査結果を人間が理解できる形で説明できるようになり、AI アルゴリズムによって行われた特定の決定の信頼性を示すことができます。

コンピューター ビジョンを使用して、次のビジネス上の課題を解決します。

• 公安（車両識別、武器種別識別、不審物位置特定など）。
• 販売自動化と在庫管理（棚の在庫不足や置き忘れの商品の特定、空の棚の検出、品質管理の実行、セルフサービスチェックアウトの商品認識など）。
• 人為的エラーを排除し、ワークフローでの二重カウントを防止します。

2. 光学文字認識（OCR）

光学式文字認識 (OCR) は、さまざまなドメイン固有のタスクを解決できるコンピューター ビジョンの独自の実装です。 OCR は、入力画像から文字、数字、その他の文字を検出して抽出することを目的としています。

ユースケース

Google レンズは OCR を使用して、写真から外国語を翻訳したり、画像や Google 検索からテキストを抽出したりできるようにします。 OCR テクノロジーにより、新聞、雑誌、書籍のスキャンからテキストを抽出し、従来のメディアを簡単にデジタル化できるようになります。以前は、大学にとって、チベット仏教の宗教文書のような難解な文書をデジタル化することは困難でしたが、現代の OCR 技術により、非標準言語の文書からテキストを抽出することが簡単になりました。

金融機関は、OCR を使用して顧客の生活の質を向上させています。たとえば、顧客が文書から国際銀行口座番号 (IBAN) を抽出したり、小切手の画像をスキャンして銀行に預金しなくても済むようにしたりしています。一部のアプリケーションでは、デビット カードやクレジットカードをスキャンして支払いの詳細を入力できるため、チェックアウト ウィンドウですべての支払い情報を面倒に入力する必要がありません。

政府は、国境で​​の処理時間を短縮したり、文書を識別して登録したりするために、OCR をよく使用します。現代のパスポートや運転免許証の機械読み取り可能領域は、政府環境と商用環境の両方の OCR システムと互換性があります。

3. 顔認識

物体認識と同様に、顔認識はコンピュータービジョンを使用して画像内の人間の顔の特徴を識別することを目的としています。従来のコンピューター ビジョンのアプローチでは、「Haar のような特徴」を利用して顔の特徴間のセグメントを計算しますが、現代の顔認識の実装では、物体認識に AI が使用されるのと同様に、人工知能に依存しています。

ユースケース

顔認識技術は、モバイルおよび Web アプリケーションの脆弱性を防ぐのに役立つため、セキュリティ アプリケーションにとって非常に重要です。数え切れないほど多くの Apple iPhone ユーザーが、携帯電話のロックを解除するための生体認証として Apple の Face ID テクノロジーを利用しています。

小売業者は、既知の万引き犯を特定するために同様の実装を導入しています。ライブスキャナーは、セキュリティカメラのストリームから顧客の顔を取得し、既知の犯罪者のデータベースと相互参照します。同じ技術は、法執行機関のデータベースから情報を取得して行方不明の子供を見つけるのにも役立ちます。

顔認識は次のようなタスクにも役立ちます。

• セキュリティとアクセス制御。
• 認証。
• 従業員の追跡。
• 医療における患者のスクリーニング手順。
• 犯罪者を特定し追跡します。

次世代の顔認識ソフトウェアは、姿勢、身振り、表情まで見て、顧客がカジノで不正行為をする可能性があるかどうかを判断します。同じセキュリティソフトウェアにバンドルされている歩行分析は、多くの犯罪者がマスクを着用して顔認識を逃れているため、独特の足取りや歩幅のパターンに基づいて犯罪者を検出するのにも役立ちます。

4. 画像の復元とシーンの再構築

コンピューター ビジョン テクノロジーは、劣化がひどいアーカイブ映像や画像を復元することもできるため、重要なビジネス テクノロジーとなり得ます。写真からノイズを除去するだけで十分な単純なケースとは異なり、コンピューター ビジョンは、大幅な変更と詳細な分析を必要とする、より破損した画像にも役立ちます。画像の破損した部分は、写真の放送内容を推定する生成モデルを使用して埋められることが多いです。

ユースケース

最新のニューラル ネットワークは、画像やビデオを復元するだけでなく、写真内のオブジェクトをスキャンするだけで 3D シーンを再構築することもできます。考古学者、法医学の専門家、環境科学者、その他多くの専門家が、画期的なコンピューター ビジョン パラダイムであるシーン再構築を使用しています。 RetrievalFuse などのプロジェクトでは、単一の RGB 画像からパノラマ 3D シーンを構築できます。

5. 人間の姿勢推定

ポーズ推定は、人間の視覚能力をエミュレートすることを目的としており、特に画像やビデオ内のポーズやジェスチャーを認識します。高度な人間の姿勢推定の最も初期の例のいくつかは、ピーター・ジャクソン監督の『ロード・オブ・ザ・リング』などの大予算映画に登場しました。コンピューティング リソースが時間とともに拡大するにつれて、姿勢推定はさまざまな製品で役割を果たすようになります。

ユースケース

セキュリティ アプリケーションでは、顔認識が不可能な場合に、姿勢推定によって歩き方を分析して潜在的なトラブル発生者を特定できます。コンピュータービジョンは、体の姿勢を分析することで、万引きをリアルタイムで検出するのに役立ちます。このシステムは、通常の買い物行動と、商品を取ってポケットやコートに隠すなどの不審な行動を区別することができます。不審な行動が検出されると、管理者に警告が送られ、泥棒が店を出る前に迅速に対応できます。

ビジネスでポーズ推定を使用する方法はいくつかあります。

• リハビリテーション対策の分析。
• AI ベースのフィットネスコーチング アプリを開発しています。
• 空間における人体の位置を特定し、拡張現実アプリケーションを改善します。
• ゲームキャラクターアニメーション。
• 店舗やショッピングモール内の人の動きを分析します。

姿勢推定はかつては計算上の大きな課題でしたが、クラウド コンピューティングとハードウェアの革新により、より多くの企業がこの技術を利用できるようになりました。

すべては可能だ

物体検出、顔認識、シーン再構成、画像復元、人間の姿勢推定などは、コンピューター ビジョン技術のさまざまな実装例のほんの一部です。次世代 AI の力により、コンピューター ビジョンは、業界を問わず、競合他社より優位に立つ独自の利点を提供できます。犯罪現場の写真のフルデプス 3D モデルの再構築から、工場のラインで大量生産される製品の欠陥の特定まで、コンピューター ビジョンはビジネスのやり方を変え続けています。