IoT = Internet of Things （モノのインターネット）という言葉が出現したのはいつ頃からでしょうか？

昨今、IoT に関連する家電製品や自動運転車などの開発が一気に加速し、法規制の整備が間に合わない時代に突入。広義の意味合いでは、インターネットにつながっていなくても、センサー付きの機器が、センサーで読み取った周辺の状態や変化の情報を入力データとして、何かしらの処理を行うプロセスも IoT という認識に立つようになりました。
すなわち、インターネットとセンサーの普及により、ビッグデータの収集が可能になり、ビッグデータを利用して AI が発展進化しています。
アルモニコスも同様、AI を利用した開発のお問い合わせも増えてきました。

蛇足ですが、AI を IoT のカテゴリ下に入れるのか？ IoT を AI のカテゴリ下に入れるのか？どちらが正しいのでしょうか？
アルモニコスでは、（とりあえず）IoT というカテゴリの下に AI開発を位置づけ、研究を続けています。

顔認証技術も、AIを使用する技術と既存画像認識の技術で行う２通りあります。今回ご紹介するテーマは、AIを利用した顔認証です。

個人の顔認証をいかに少ないデータで実現できるか？また、アルモニコスでは稀なケースですが、ちょっと遊び感覚でハードウェア（カメラやラズベリーパイなど）との連携を行い、出勤時のネームプレートの反転機能を模擬的に作成してみました。

目的

ディープラーニングで顔認証を行い、自動で識別した人物のネームプレートを回転させます。

方法

回転制御はラズベリーパイを使用しました。
顔認証では、ファインチューニング、データオーグメンテーションにより、少ないデータから高い認識率を実現しました。

こんな風に動いてほしい

処理の流れ

カメラで撮影した画像をディープラーニングで顔認証します。
ネットワークは画像処理で実績のあるCNN（Convolutional Neural Network）を使用しています。
認証された顔に対応付けられたサーボモーターを動かすことによりネームプレートを回転します。

少ないデータからの学習1（ファインチューニング）

学習済みモデルVGG16の出力層を付け替えてファインチューニングすることにより、少ないデータから高い認識率を実現しました。

少ないデータからの学習2（データオーグメンテーション）

学習データをランダムに変形させて、水増しします。

自動回転ネームプレート装置

一連の処理を動画でご紹介します

研究担当