海外コメンタリー

グーグルの画像認識API「Cloud Vision」や機械学習ライブラリ「TensorFlow」でできること

Andy Wolber (TechRepublic) 翻訳校正: 石橋啓一郎 2015年12月25日 06時45分

  • このエントリーをはてなブックマークに追加

 Googleがリリースした「Cloud Vision」と「TensorFlow」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。この記事では、これらの機能について知っているべきことを紹介する。

Googleの「Cloud Vision」は、開発者が画像認識の機能を簡単に利用できるようにする。
Googleの「Cloud Vision」は、開発者が画像認識の機能を簡単に利用できるようにする。
提供:Any Wolber/TechRepublic

 テキスト検索は、今では簡単に提供できる機能になっており、問題として解決している。テキスト検索について知るには、ブラウザでページを開いて、Ctrl-Fを押し、単語を入力してみればいい。ブラウザはその単語、またはその文字列の断片がページのどこに出てくるかを示してくれるはずだ。例えば「cat」を検索すれば、「cat」「catalog」「placate」「Octocat」など、文字列にこの3文字が含まれている場所が強調表示される。複雑なパターンに一致するテキストを検索するより強力な技術もある。

 最近のワープロや表計算ソフト、データベース、(そしてもちろん)検索エンジンなどには、テキスト検索が必要不可欠な機能として組み込まれている。

 基本的な画像検索も実現しており、「cat」で画像を検索すれば、ページが猫の写真で埋め尽くされる。この検索が機能する理由の一部は、ウェブ上の多数の画像に「猫」というラベルが付いているためだ。

 しかし現在でも、画像認識は難しい問題として残されている。画像認識システムは、ある写真が示されたときに、「この写真に猫は写っているか?」という質問に答えることができる。この種の単純な画像認識は、人間にとっては難しくない。しかし、この種のシステムをコーディングするのは難しいことだ。

 Googleは2015年の終わり頃に、開発者が画像を認識し、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。

画像認識:Cloud Vision API

 Cloud Vision APIは、開発者に画像の認識、分類、グループ化を行うためのツールを提供する。このツールが提供する機能の一部要素を、どこかで見たことがあると感じる人もいるはずだ。例えば「Google Photo」を使うと、写真の中から特定の人物や、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、APIを通じてこれらの機能を開発者に提供するものだ。

 Cloud Visionには、画像分析のレイヤも用意されている。これを使えば、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ができる。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ができる。

GoogleのCloud Vision APIは、開発者に画像の内容を分析し、検知するための強力なツールを提供する。
GoogleのCloud Vision APIは、開発者に画像の内容を分析し、検知するための強力なツールを提供する。
  • このエントリーをはてなブックマークに追加

関連ホワイトペーパー

SpecialPR

  • デジタル変革か?ゲームセットか?

    デジタルを駆使する破壊的なプレーヤーの出現、既存のビジネスモデルで競争力を持つプレイヤーはデジタル活用による変革が迫られている。これを読めばデジタル変革の全体像がわかる!

  • ビジネスの継続的な成長を促す新たなITのビジョン

    多くの企業においてITに求められる役割が、「守り」のコスト削減から「攻め」のビジネス貢献へとシフトしつつある。その中でIBMが提唱する新たなビジョンEnterprise Hybrid ITとは?