「ビックデータ」「画像認識」の解説
ビックデータとは?
.001-12-1024x768.jpeg)
「ビッグデータ(big data)」とは、インターネットなどを通して、スマートフォンや、IOT関連の機器から得られた、位置情報、行動履歴、消費行動などの膨大で、複雑なデータの集合体のことです。
「ビッグデータ(big data)」に関連する解説、関連問題に関しては、以下のリンク先を参照ください。
ビックデータに関する問題
ビッグデータの分析に関する記述として,最も適切なものはどれか。
出典:令和3年度 春期 ITパスポート試験公開問題 問19
ア. 大量のデータから未知の状況を予測するためには,統計学的な分析手法に加え,機械学習を用いた分析も有効である。
イ. テキストデータ以外の,動画や画像,音声データは,分析の対象として扱うことができない。
ウ. 電子掲示板のコメントやSNSのメッセージ,Webサイトの検索履歴など,人間の発信する情報だけが,人間の行動を分析することに用いられる。
エ. ブログの書き込みのような,分析されることを前提としていないデータについては,分析の目的にかかわらず,対象から除外する。
◆確認問題の解答(ア)、解説・・・各選択肢の解説は、次の通り。
- ア:正解です。膨大な量のデータを処理するため、AI等の機械学習を用いた分析も有効です。
- イ:ビッグデータは、多種多様なデータが含まれるため、画像、動画、音声などマルチメディアコンテンツも分析対象になります。
- ウ:センサネットワークから日々得られる情報なども分析対象になります。
- エ:ブログ・SNSの書込み等の非構造化データも分析対象になります。
画像認識とは?
.002-8-1024x768.jpeg)
画像認識とは、画像および動画から文字や顔などのオブジェクトや特徴を認識し検出するパターン認識技術であり、背景から特徴を分離抽出しマッチングや変換をおこない、目的となるオブジェクトや特徴を特定し認識します。
ディープラーニングを利用する画像認識では、大量の画像データを読み込み、その中で特徴を細かく抽出していく処理を行います。特徴の識別が難しい画像認識の分野であるため、ディープラーニングはその学習能力を発揮し、物体認識率が大幅に上昇するという成果を生み出しています。
また、画像認識技術は、データとテクノロジーを通じたパーソナライゼーションを可能にするもので、幅広い分野で多くのソリューションが実用化されています。ここでは、実用例の一部を紹介します。
- 顔認証システム:入室管理(カメラに映った人物の顔が登録された顔と一致するかどうかを判断し、ドアのロックを解除するもの)、スマートフォンの顔認証によるロック解除、音楽ライブの入場や、コンビニエンスストアの店舗管理端末の使用者認証など
- 外観検査:工場などで検品を行う際、製品や部品の表面にある異常や欠陥を確認する検査
- 医用画像診断:がん、脳血管の狭窄や動脈瘤、網膜症、手首の骨折などの発見や状態確認
- 画像内の文字の翻訳:画像内に表示されている文字を読み取って翻訳する
画像認識の活用分野の範囲は幅広く、今後その可能性はさらに広がっていくと言われています。
画像認識システムにおける機械学習の事例として,適切なものはどれか。
出典:令和3年度 春期 ITパスポート試験公開問題 問20
ア. オフィスのドアの解錠に虹彩の画像による認証の仕組みを導入することによって,セキュリティが強化できるようになった。
イ. 果物の写真をコンピュータに大量に入力することで,コンピュータ自身が果物の特徴を自動的に抽出することができるようになった。
ウ. スマートフォンが他人に利用されるのを防止するために,指紋の画像認識でロック解除できるようになった。
エ. ヘルプデスクの画面に,システムの使い方についての問合せを文字で入力すると,会話形式で応答を得ることができるようになった。
◆確認問題の解答(イ)、解説・・・各選択肢の解説は、次の通り。
- ア:虹彩とは眼球の黒目部分、瞳孔の外側にある円状の部分のことで、その部分のしわのパターンが個人ごとに異なっているため、生体認証に利用します。
- イ:正解です。画像認識の機械学習が利用されている事例になります。
- ウ:虹彩認証では、事前に登録した本人の指紋画像と入力された指紋画像を、パターンマッチングやマニューシャ方式によって照合します。アルゴリズムによる判定で十分な精度が出るため、通常、機械学習は用いられていません。
- エ:自然言語処理の機械学習が利用されている事例になります。
ディスカッション
コメント一覧
まだ、コメントがありません