眠っていた髪型やネイルの画像資産の活用に成功:人工知能により手持ち画像資産を学習することで美容サイト向け髪型・ネイル識別・検索システムを構築

事業者:ARINEGREE
業種:美容院・Webメディア
手段:画像分類

課題

美容サイト(ARINE)では、ライターが記事を執筆する際に内容にふさわしいヘアスタイルやネイルの画像を挿入することにしているそうです。この際、せっかく自社で蓄積した画像データやサロンから提供された画像データがあるにもかかわらず簡易に検索する方法がなく、外部の提携サイトから提供された画像を使用するなど、データが死蔵されていました。

解決方法

畳み込みニューラルネットワーク(CNN)を用いた画像認識技術を応用して検索システムを構築しました。CNNはウェブ上で検索した画像を教師データに用いて学習を行いました。画像データは髪や爪だけを抽出する前処理を施したのちにCNNへ入力され、ショートやボブなどのタグが付けられるようにします。

どうなったか

髪型は髪の色、髪型の関するタグ、ネイルは種別や色が分類できるようになり、タグから画像が検索できるようになりました。今では、ライターが自社で蓄積された画像やサロンから提供されている画像の中から適切な画像を選択し、独自性のある画像で記事を作成することができるよになりました。

まとめ

画像を畳み込みニューラルネットに入力するとそのまま髪型のタグが出て来るとシステムはシンプルですが、実際には目的とは関係無いはずの背景をキャンセルするために大量の画像データが必要になります。このシステムは、必要な部分と背景を分けるために研究論文を参考にして、クラスタリング手法であるk-means++法や最近の国際学会で発表されたselective search法を用いて前処理を施しています。
必要な部分と背景の分離方法は目的に合わせて選ぶ必要があるが、そのような画像処理手法やOpenCVやMatlabなどのソフトウェアに実装され、公開されており、開発期間の短縮を図ることができます。

参考資料

(執筆責任:森裕紀)