【中止】CNNのディープラーニングによる顔識別の高精度化と、最適な撮影システム【Web配信】

ディープラーニングの基礎から、
CNNのディープラーニングによる顔識別の仕組みや動作、
識別性能などを、多数の顔画像を例示して解説!

顔識別技術とデジタルビデオカメラを組み合わせた
「機械の目」の特性や識別精度向上方策などについても説明します

セミナー趣旨

 今日の顔識別技術は、CNN(畳み込みニューラルネットワーク)のディープラーニングの活用により、「人の目」を遥かに超えたびっくりするような性能が実現しています。例えば、整形手術や長期経年変化により「人の目」には全くの別人としか思えないような顔でも、顔識別技術では瞬時に看破することができます。顔画像には6つもの変動要因(緻密度、鮮明度、撮影角度、表情、経年変化、メガネやマスクの有無)があるので、人の手による識別アルゴリズムの明示的な設計が難しい対象でした。このような対象こそ、ディープラーニングを用いて、ニューラルネットワークの中に識別アルゴリズムを暗示的に生成する方法が、大きな効果を発揮できるところなのです。
 本セミナーでは、ディープラーニングの基礎から始め、CNNのディープラーニングによる顔識別の仕組みや動作、最先端の識別性能などを、多数の顔画像を例示して分かりやすく説明します。また、顔識別技術の優れた性能をフルに引き出すには、最適な撮影システムの構築が欠かせません。そこで、デジタルビデオカメラの特徴や性能、顔識別技術とデジタルビデオカメラを組み合わせた「機械の目」の特性や識別精度向上方策などについても、分かりやすく説明します。
 また、本セミナーで、【ディープラーニングの動作原理、仕組み、立ち上げ方、学習方法】、【CNNのディープラーニングによる顔識別の動作原理と仕組み】、【CNNのディープラーニングで顔識別が高精度化する理由と最先端の識別性能】、【デジタルビデオカメラの特徴と性能】、【顔識別技術とデジタルビデオカメラを組み合わせた「機械の目」の特性】、【他人誤認率を極力低減した上で本人発見率を高めるための撮影システム】、【顔識別における「人の目」と「機械の目」の特性の違い】を理解することを目指します。

セミナープログラム

 1 「人の目」を遥かに凌駕する顔識別技術
  1.1 顔識別技術による照合が瞬時にできる理由
  1.2 顔画像の品質と識別精度との関係
   1.2.1 顔画像の緻密さ
   1.2.2 顔画像の鮮明さ
   1.2.3 顔の撮影角度
   1.2.4 顔の表情、経年変化、整形手術、メガネやマスクの有無
  1.3 顔識別技術の仕組み
   1.3.1 顔画像の検出、特徴抽出、照合、の3段階
   1.3.2 ディープラーニングを用いない顔識別技術の仕組み
   1.3.3 ディープラーニングを用いた顔識別技術の仕組み

 2 ディープラーニングとは?
  2.1 ディープラーニングでアルゴリズムが暗示的に生成できる理由
  2.2 ディープラーニングの学習フェーズで目指すのは「汎化したアルゴリズム」
  2.3 「汎化したアルゴリズム」の具体的な生成方法

 3 顔識別におけるディープラーニングの具体的な活用方法
  3.1 顔識別で用いるディープラーニング
   3.1.1 CNN(畳み込みニューラルネットワーク)
   3.1.2 R-CNN(領域提案できる畳み込みニューラルネットワーク)
  3.2 顔画像の検出にR-CNNを活用
   3.2.1 R-CNNで顔画像を検出する仕組みと動作
   3.2.2 的確に顔画像を検出するための学習フェーズ
  3.3 顔画像からの特徴抽出にCNNを活用
   3.3.1 CNNで顔特徴ベクトルを生成する仕組みと動作
   3.3.2 理想的な顔特徴ベクトルを生成するための学習フェーズ

 4 米国立標準技術研究所の「顔認識技術に係るベンダーテスト(FRVT)」
  4.1 2013年FRVTと2018年FRVTの結果を対比
   4.1.1 各FRVTに参加した企業
   4.1.2 Mugshot画像(高品質な顔画像)による識別精度の対比
   4.1.3 Webカメラ画像(品質の劣る顔画像)による識別精度の対比
   4.1.4 対比した結果から、CNNのディープラーニングの活用効果が明白
  4.2 2018年FRVTからわかる、最先端の顔識別技術の性能
   4.2.1 品質が劣る顔画像に対する識別性能
   4.2.2 長期経年変化した顔に対する識別性能
   4.2.3 真横顔に対する識別性能
   4.2.4 同一人物の複数ショット照合による識別精度の向上
  4.3 FRVTの結果から、高精細デジタルビデオカメラの活用が鍵

 5 顔識別技術とデジタルビデオカメラを組み合わせた「機械の目」の特性
  5.1 本人発見率と他人誤認率はトレードオフの関係
  5.2 顔識別技術の特性に応じた撮影システムを構築
  5.3 他人誤認率を極力低減した上で本人発見率を高める方法

 6 デジタルビデオカメラの特徴と性能
  6.1 デジタルビデオカメラに内蔵されたデジタル処理機能
   6.1.1 誤り訂正機能
   6.1.2 3次元ノイズリダクション機能
   6.3.3 ワイドダイナミックレンジ機能
  6.2 デジタルビデオカメラの2つのタイプ
   6.2.1 ネットワークカメラ
   6.2.2 HD-SDIカメラ
  6.3 低照度環境下で使用するデジタルビデオカメラ
   6.3.1 高感度カラービデオカメラ
   6.3.2 デイナイトカメラ
  6.4 顔識別に用いるデジタルビデオカメラ選定上の留意点
   6.4.1 高速シャッター撮影が可能か?
   6.4.2 プログレッシブスキャン方式か?

 7 法務省の「日本人出帰国審査における顔認証技術に係る実証実験」
  7.1 実証実験の概要
   7.1.1 実証実験に参加した5社
   7.1.2 静止中撮影実験
   7.1.3 歩行中撮影実験
  7.2 実証実験の結果
   7.2.1 静止中撮影の結果は、歩行中撮影の結果に常に勝る。
   7.2.2 歩行中撮影システムの適否が、結果を大きく左右

 8 「機械の目」の活用~被疑者写真検索システム
  8.1 システムの概要と構成~オフラインシステム
  8.2 システムの発見率向上方策
   8.2.1 検索精度は、防犯カメラに遺留された顔画像の品質次第
   8.2.2 できる限り緻密で鮮明な遺留顔画像の選択と切り出し
   8.2.3 防犯カメラの高精細デジタル化
   8.2.4 「人の目」による確実な確認

 9 「機械の目」の活用~ターゲット発見システム
  9.1 システムの概要と構成~オンラインシステム
  9.2 ターゲットを発見するためのポイント
   9.2.1 監視カメラで顔を撮影してから発見の警報を出すまでの所要時間は秒単位
   9.2.2 他人誤認率を極力低減した上で本人発見率を向上
   9.2.3 「人の目」による迅速確実な確認

 10 顔識別における「人の目」の特性
  10.1 「機械の目」の判断結果を「人の目」で確認
  10.2 「人の目」と「機械の目」の顔識別特性の違い
  10.3 「人の目」による顔の異同判断
   10.3.1 顔の細部形状の異同判断は苦手
   10.3.2 表情を造り出す部位によく注目
   10.3.3 「平均顔」からのずれが大きい部位によく注目
  10.4 「人の目」が顔を記憶する特性 〜 「再生」と「再認」
   10.4.1 「再生」は意識レベルの特性で、思い出すのは顔の細部形状よりも印象
   10.4.2 「再認」は無意識レベルの特性で、びっくりするほど高精度

セミナー講師

澤田雅之(さわだまさゆき)) 氏  澤田雅之技術士事務所 所長

1978年に警察庁に入庁し、2013年に警察情報通信研究センター所長を退職するまでの通算10年間に渡り、顔識別技術の警察活動への応用研究に従事。
2018年に「同一人物映像に対する顔画像間欠切出し制御機構を用いたターゲット発見システム」の特許を取得。
顔識別に関する主な著作は次の通り。
◯ 顔画像識別における人の目の特性と機械の目の特性 : 警察政策第17巻、2015年
◯ 顔画像識別技術と監視カメラが産み出す機械の目の特性 : 月刊技術士3月号、2016年
◯ 警察情報通信の発注者エンジニアリング 〜 ターゲット発見システムの実現に向けて : 警察政策第19巻、2017年
◯ AIで飛躍的に進化する顔画像識別技術 : 警察政策第23巻、2021年2月発行予定。

セミナー受講料

お1人様受講の場合 50,600円[税込]/1名
1口でお申込の場合 62,700円[税込]/1口(3名まで受講可能)

受講申込ページで2~3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

受講について

  • 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。
  • インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
  • 受講中の録音・撮影等は固くお断りいたします。

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


11:00

受講料

50,600円(税込)/人

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込

開催場所

全国

主催者

キーワード

機械学習・ディープラーニング   AI(人工知能)   情報技術

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


11:00

受講料

50,600円(税込)/人

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込

開催場所

全国

主催者

キーワード

機械学習・ディープラーニング   AI(人工知能)   情報技術

関連記事

もっと見る