画像認識 とは？

機械学習を使う例では、画像と正解ラベルでモデルを学習し、新しい画像を分類するよ。CNNというニューラルネットワークを使う方法などがある。画像を一定枚数見せれば必ず正しくなるわけではないんだ。

画像全体に「猫」というラベルを付けるのが画像分類だよ。猫を囲む枠と位置を出すのが物体検出、画素ごとに領域を分けるのがセグメンテーション。画像を理解するための、違う課題なんだ。

写真の分類や、登録した顔との照合などが例だよ。顔がある場所を見つける処理と、その顔が誰かを照合する処理も違う。用途ごとに必要な結果と、誤ったときの影響を考えるんだ。

課題やデータ、比べ方によるよ。学習画像で良い結果でも、新しい画像にうまく対応できない過学習がある。訓練用とは分けたデータで評価し、使う環境でも確かめる必要があるんだ。

あるよ。対象の種類や撮影条件が偏ると、別の条件で誤認識することがある。NISTの顔認識評価でも、属性ごとの誤りの違いや照明・画質の影響が示されている。ただし原因をすべて学習データだけに決めつけないんだ。