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

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

Zoomを使ったライブ配信セミナー

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

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、警察庁で顔画像識別技術の応用研究に従事した経験を持つ講師が、顔識別の仕組みから、その性能、最新動向、ディープラーニングの具体的な活用方法までを解説いたします。
顔画像識別技術の動作原理 (顔画像の検出・特徴抽出・照合の仕組み) と動作特性 (検出・特徴抽出・照合の速度、顔画像の緻密さ及び鮮明さ・撮影角度・経年変化・表情やアクセサリーの有無が識別精度に及ぼす影響) について、また、最先端の高精細デジタル監視カメラが備える高度な機能・性能 (誤り訂正機能・3次元ノイズリダクション機能・ワイドダイナミックレンジ機能・最低被写体照度) について解説いたします。

開催日

  • 2020年11月30日(月) 10時30分 ～ 16時30分

受講対象者

  • 人の顔を含む、各種の画像認識・解析業務に従事している方
  • 監視カメラメーカの方および監視カメラ用アプリケーションソフトウェアの開発に従事している方
  • 顔画像識別技術を用いた入退場管理システムについての研究開発に従事している方
  • 病院・介護施設等における利用者見守りカメラについての研究開発に従事している方
  • コンビニ等の万引き防止システムについての研究開発に従事している方
  • 本セミナーの技術を基に、新たな事業を創出しようと企図している方
  • 中国における顔画像識別技術の活用による多数の指名手配犯の発見と逮捕に関心のある方
  • 警察における顔画像識別技術の活用に関心のある方 など

修得知識

  • 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
  • ディープラーニングによる顔識別の動作原理と仕組み
  • 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機能と性能
  • 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

プログラム

　今日の顔識別技術は、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、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。

  1. 「人の目」を遥かに凌駕する顔識別技術
    1. 顔識別技術による照合が瞬時にできる理由
    2. 顔画像の品質と識別精度との関係
      1. 顔画像の緻密さ
      2. 顔画像の鮮明さ
      3. 顔の撮影角度
      4. 顔の表情、経年変化、整形手術、メガネやマスクの有無
    3. 顔識別技術の仕組み
      1. 顔画像の検出、特徴抽出、照合、の3段階
      2. ディープラーニングを用いない顔識別技術の仕組み
      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?
    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. 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」
    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
    1. 顔識別で用いる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)
      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)
    2. 顔画像の検出にR – CNNを活用
      1. R – CNNで顔画像を検出する仕組みと動作
      2. 的確に顔画像を検出するための学習フェーズ
    3. 顔画像からの特徴抽出にCNNを活用
      1. CNNで顔特徴ベクトルを生成する仕組みと動作
      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FRVTと2018年FRVTの結果を対比
      1. 各FRVTに参加した企業
      2. Mugshot画像 (高品質な顔画像) による識別精度の対比
      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. 対比した結果から、ディープラーニングの活用効果が明白
    2. 2018年FRVTからわかる、最先端の顔識別技術の性能
      1. 品質が劣る顔画像に対する識別性能
      2. 長期経年変化した顔に対する識別性能
      3. 真横顔に対する識別性能
      4. 同一人物の複数ショット照合による識別精度の向上
    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
    1. 本人発見率と他人誤認率はトレードオフの関係
    2. 顔識別技術の特性に応じた撮影システムを構築
    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
    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
      1. 誤り訂正機能
      2. 3次元ノイズリダクション機能
      3. ワイドダイナミックレンジ機能
    2. デジタルビデオカメラの2つのタイプ
      1. ネットワークカメラ
      2. HD – SDIカメラ
    3. 低照度環境下で使用するデジタルビデオカメラ
      1. 高感度カラービデオカメラ
      2. デイナイトカメラ
    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
      1. 高速シャッター撮影が可能か?
      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」
    1. 実証実験の概要
      1. 実証実験に参加した5社
      2. 静止中撮影実験
      3. 歩行中撮影実験
    2. 実証実験の結果
      1. 静止中撮影の結果は、歩行中撮影の結果に常に勝る。
      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
    1. システムの概要と構成 ～ オフラインシステム
    2. システムの発見率向上方策
      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
      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
      3. 防犯カメラの高精細デジタル化
      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
    1. システムの概要と構成 ～ オンラインシステム
    2. ターゲットを発見するためのポイント
      1. 監視カメラで顔画像を捉えてから発見の警報を出すまでの所要時間は秒の単位
      2. 他人誤認率を極力低減した上で本人発見率を向上
      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
    1. 「機械の目」の判断結果を「人の目」で確認
    2. 「人の目」と「機械の目」の顔識別特性の違い
    3. 「人の目」による顔の異同判断
      1. 顔の細部形状の異同判断は苦手
      2. 表情を造り出す部位によく注目
      3. 「平均顔」からのずれが大きい部位によく注目
    4. 「人の目」が顔を記憶する特性 ～ 「再生」と「再認」
      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
      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
    • 質疑応答
ページのトップヘ

講師

ページのトップヘ

主催

サイエンス＆テクノロジー 株式会社
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
: 30,400円 (税別) / 33,440円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込)

複数名受講割引

  • 2名様以上でお申込みの場合、1名あたり 22,500円(税別) / 24,750円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 30,400円(税別) / 33,440円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
  • 他の割引は併用できません。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

  • 1名様あたり 10,000円(税別) / 11,000円(税込)
  • 企業に属している方(出向または派遣の方も含む)は、対象外です。
  • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

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 をご確認いただき、 ミーティングテスト 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。
  • セミナー資料は郵送にて前日までにお送りいたします。電子媒体での配布はございません。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • 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。
  • 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
2026/10/6 生体信号解析へのAI技術の適用 オンライン
2026/10/6 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/7 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/8 生成AIを活用したバイブコーディングの進め方 オンライン
2026/10/14 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/10/19 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2026/10/19 第一原理計算と機械学習を用いた材料設計と応用展開 オンライン
2026/10/20 複数企業・複数機関による秘匿データの統合解析 オンライン
2026/10/20 プロセスインフォマティクスにおけるデータ解析と製造工程の最適化 オンライン
2026/10/20 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2026/10/20 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/10/20 デジタル画像相関法の原理と変位、ひずみ測定への活用方法 オンライン
2026/10/21 画像品質評価の基礎とAI生成画像の評価指標・実践 オンライン
2026/10/23 未知の不良や異常も検知する検査・センシング・モニタリングに適した人工知能MTシステム (MT法) 基礎と応用 オンライン
2026/10/23 機械学習を活用したスペクトルデータ解析の基礎と材料研究への応用 オンライン
2026/10/27 産業現場への実装を起点としたニューラルネットおよび強化学習の原理と活用方法 オンライン
2026/10/27 製造現場における正常/異常判定の考え方とデータ解析結果の使いこなし方 オンライン
2026/10/27 製造現場における画像処理AIの活用と内製化のポイント オンライン
2026/10/27 E2E自動運転の限界とカメラ/LiDARのセンサフュージョン技術 オンライン
2026/10/27 研究開発 (R&D) のためのデータ解析実践 オンライン
ページのトップヘ