技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

CNNのディープラーニングで飛躍的に進化した顔画像識別技術

CNNのディープラーニングで飛躍的に進化した顔画像識別技術

～CNN (Convolutional Neural Network)～
オンライン 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

概要

本セミナーでは、CNNのディープラーニングによる顔識別の仕組みや動作、効果的な学習方法、ディープラーニングで実現した最先端の識別性能や更なる精度向上方法などを、多数の顔画像を例示して分かりやすく説明いたします。

開催日

  • 2021年10月26日(火) 13時00分 ～ 17時00分

修得知識

  • ディープラーニングの仕組みと動作原理
  • ディープラーニングの学習フェーズと推論フェーズ
  • AIフレームワークを利用して効果的かつ効率的に「汎化したアルゴリズム」を生成する方法
  • 「汎化したアルゴリズム」の成否は、学習用教材の質と量に大きく左右されること
  • 準備すべき学習用教材
  • CNNのディープラーニングによる顔識別の仕組みと動作原理
  • CNNのディープラーニングで実現した最先端の顔識別性能
  • CNNのディープラーニングにより顔画像の識別精度が飛躍的に向上した理由
  • CNNのディープラーニングによる顔識別技術の更なる精度向上
    • 目的に叶った良質な学習用教材の準備とその反復学習の充実強化が最も重要なファクターであること

プログラム

　今世紀初頭に実用化が始まった顔画像識別技術は、近年では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が影響して、あるいは、顔の表情や撮影角度の大きな違いなどが影響して、「人の目」には同一人物には見えないような顔画像であっても、顔画像識別技術を用いれば同一人物であることを瞬時に看破できます。
　顔画像には6つもの変動要因 (緻密さ、鮮明さ、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。
　そこで、本セミナーでは、CNNのディープラーニングによる顔識別の仕組みや動作、効果的な学習方法、ディープラーニングで実現した最先端の識別性能や更なる精度向上方法などを、多数の顔画像を例示して分かりやすく説明致します。

  1. 「人の目」を遥かに凌駕する顔識別技術
    1. 我が国の顔識別技術は世界のトップランナー
    2. 顔識別技術の検索照合速度は超高速
      1. 顔画像から「顔特徴ベクトル」を生成
      2. 「顔特徴ベクトル」間の距離で類似度を算定
    3. 顔画像品質と識別精度との関係
    4. 顔識別技術の動作原理 (ディープラーニングを用いない場合)
    5. 顔識別技術の動作原理 (ディープラーニングを用いた場合)
  2. 顔識別に用いるディープラーニングの基礎
    1. ニューラルネットワークのディープラーニング
      1. ニューラルネットワークとは?
      2. ディープラーニングとは?
    2. ニューラルネットワーク・アーキテクチャ進化の系譜
      1. アーキテクチャの基本は、CNNとRNN
      2. CNN (畳み込みニューラルネットワーク) の系譜
      3. RNN (再帰型ニューラルネットワーク) の系譜
    3. ディープラーニングにおける一般的な学習方法
      1. ディープラーニングではどのように学習するのか?
      2. ディープラーニングの学習が目指すのは「汎化」
      3. 「汎化したアルゴリズム」の生成方法
  3. CNNの全体構成と顔識別に向けたディープラーニング
    1. CNN (畳み込みニューラルネットワーク) の全体構成
    2. 顔画像の検出に向けたR-CNN (領域提案できる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
      1. R-CNNによる顔画像の検出
      2. 的確に顔画像を検出するための学習フェーズ
    3. 顔画像の識別に向けたCNNのディープラーニング
      1. CNNによる「顔特徴ベクトル」の生成
      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)
    1. 2013年のFRVTと2018年のFRVT
      1. 参加した企業や研究機関
      2. 両FRVTで共通して用いられた2種類の顔画像
      3. 両FRVTで共通して用いられた識別精度評価方法
    2. 2013年FRVT→2018年FRVT ディープラーニングが識別性能を飛躍的に向上
    3. 2018年FRVT 品質の劣る顔画像に対する識別特性
    4. 2018年FRVT 顔の経年変化に対する識別特性
    5. 2018年FRVT 真横顔に対する識別特性
    6. 2018年FRVT 同一人物の複数ショット照合による識別精度の向上
  5. 顔識別技術におけるディープラーニングの効能・効果
    1. 顔識別技術の精度向上は、ディープラーニングの適用による工夫次第
    2. 顔識別技術における人種バイアスの問題とその解決策
ページのトップヘ

講師

ページのトップヘ

主催

株式会社 トリケップス
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 46,000円 (税別) / 50,600円 (税込)
1口
: 57,000円 (税別) / 62,700円 (税込) (3名まで受講可)

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境 と テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

これから開催される関連セミナー

開始日時 会場 開催方法
2026/6/23 機械学習を用いた流体力学現象の予測とモデリング オンライン
2026/6/24 Pythonで始める実験データ解析と機械学習入門 オンライン
2026/6/24 生成AI時代のPythonデータ分析 オンライン
2026/6/25 Pythonで始める実験データ解析と機械学習入門 オンライン
2026/6/25 生成AI時代のPythonデータ分析 オンライン
2026/6/25 少数・不揃いな計測データの機械学習とモデル設計 オンライン
2026/6/26 マテリアルズ・インフォマティクスの基礎と実践事例 オンライン
2026/6/26 第一原理計算と機械学習を用いた材料設計へのアプローチ オンライン
2026/6/29 マテリアルズ・インフォマティクスの基礎と実践事例 オンライン
2026/6/30 AI・人工知能による感情センシングと応用事例 オンライン
2026/7/6 少数・不揃いな計測データの機械学習とモデル設計 オンライン
2026/7/9 機械学習を用いた流体力学現象の予測とモデリング オンライン
2026/7/14 はじめてのPI (プロセスインフォマティクス) オンライン
2026/7/15 第一原理計算と機械学習を用いた材料設計へのアプローチ オンライン
2026/7/17 ラボオートメーションに向けた実験環境の構築と導入・実装のポイント オンライン
2026/7/17 第一原理計算と機械学習を活用した材料設計と応用展開 オンライン
2026/7/21 第一原理計算と機械学習を活用した材料設計と応用展開 オンライン
2026/7/24 外観検査のデジタル化・自動化 オンライン
2026/7/24 はじめてのPI (プロセスインフォマティクス) オンライン
2026/7/24 多成分混合物の物性予測と機械学習の活用 オンライン
ページのトップヘ

関連する出版物

発行年月
2025/6/30 皮膚の測定評価と可視化、イメージング技術
2025/6/23 防犯・監視カメラ〔2025年版〕 技術開発実態分析調査報告書 (CD-ROM版)
2025/6/23 防犯・監視カメラ〔2025年版〕 技術開発実態分析調査報告書 (書籍版)
2024/10/31 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発
2024/4/8 画像認識技術・システム 技術開発実態分析調査報告書 (CD-ROM版)
2024/4/8 画像認識技術・システム 技術開発実態分析調査報告書
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
2020/7/31 生体情報センシングと人の状態推定への応用
2020/4/30 生体情報計測による感情の可視化技術
2019/1/31 センサフュージョン技術の開発と応用事例
2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
2016/1/20 画像ワーピング技術とその応用
2015/8/17 防犯・監視カメラ〔2015年版〕 技術開発実態分析調査報告書 (CD-ROM版)
ページのトップヘ