Facebook、AIマシンビジョン・顔認識コードをオープンソース化

米Facebookは現地時間の25日、同社のAI（人工知能）研究チームである「Facebook AI Research」が、マシンビジョンに関する最新コードなどをオープンソース化することを明らかにした。ピクセルレベルでイメージや物体を人間の目のように認識、理解できるようにすることを目指し、次のステップへと進んでいくとしている。

オープンソース化されるのは、「DeepMask」と「SharpMask」のアルゴリズム、「MultiPathNet」に関するもので、これらテクノロジーの最新コードや論文、デモコンテンツが提供対象となっている。これらには誰でもアクセスすることができ、Facebookは公開によってマシンビジョン領域の進歩が促進されることを願うとした。

「DeepMask」は、画像をピクセルに分解し、特徴から対象オブジェクトを認識し、学習するツール。このセグメンテーションフレームワークが、「Facebook AI Research」のマシンビジョンシステムを支えている。膨大なデータから特徴的なパターンを学習し、検出に活かせるよう、Facebookのニューラルネットワークを訓練する。

Facebookによると、「DeepMask」はネットワーク全体を対象に、フィードフォワードパスで粗いマスクによる物体認識の予想を実行するという。この「DeepMask」と連携し、画像内のあらゆるオブジェクトを検出できるようにするのが、次の「SharpMask」だ。

「SharpMask」はディープネットワークで情報の流れを反転させ、ピクセルにまで遡って、より低い層における特徴をとらえる。そうしてざっくりと対象をとらえていた「DeepMask」の予想出力をさらに洗練させ、対象物体を正確に識別できるようにする。

これらは情報の追加による負荷を最小限に抑えながら、ネットワークのすべての層から必要なデータを取得し、識別に利用する、人間の目と脳のような仕組みを実現させることを目指して作成されている。

最後の「MultiPathNet」は、画像内から見出されたそれぞれの対象にラベルを付加して分類するツールで、各マスクによって区切られたオブジェクトを識別する。

Facebookでは、こうした画像認識技術を、ニュースフィード上の画像コンテンツなどに対して使用することはもちろん、さらに幅広く活用していく方針で、コマースやヘルス領域でも、より利便性の高いサービスが実現可能となっていくだろうとみている。

また静止画のみならず、動画に対しても適用する挑戦を進めていく方針で、流れていく音声や動きのあるコンテンツから、リアルタイムに直接AIでデータを収集・分析できるような技術や仕組みを開発し、提供していきたいともした。

（画像はプレスリリースより）




Research at Facebook　公式ブログ　該当発表記事（プレスリリース）
https://research.facebook.com/blog/