AIが3Dデータを識別する上での”壁”

最近のAIは画像認識や物体検出が得意であり、画像の中から犬を見つけ出したり、チワワの顔とブルーベリーマフィンを見分けたりすることができる。こうしたAIを構築する過程では、正解となるデータを学習させる。つまり、犬の画像は「正解」で、猫の画像は「誤り」などとAIに学習させる必要があるのだ。

ただし、AIは人間のように犬や猫を知らない。犬の画像を犬であると認識するには、画像データに「これは犬の写真です」のように、注釈のような情報を付与する必要がある。このように、データにラベルをつけることを「アノテーション」と呼ぶ。現状、二次元画像へのアノテーションはそこまで難しくないが、3Dデータにアノテーションをつけるのは結構手間がかかる。

アメリカにあるカリフォルニア大学のV. Saranら研究者は、物体検出といった3Dのコンピュータービジョンタスクに機械学習が適用されることが増えている中で、3Dデータへの既存のアノテーション方法では時間がかかるという課題に注目し、新規手法である「拡張アノテーション」を提案した。結果、環境によっては既存の方法よりも高速にアノテーションできるようになった。

乱雑で狭い環境には「拡張アノテーション」が適している

V. Saranらの研究のポイントは以下の通りだ。

ミッション・手法・結果