プロのフォトグラファーは写真を美しく修正するために、何時間もかけて処理しています。

Meeroは機械学習技術を応用し、画像編集を自動化することによってグローバルで迅速なソリューションを提供しています。

プロフェッショナルによる写真に
人工知能を適用する

毎日何万枚もの写真をお届けするために、Meeroは人の介入を必要とせず、自動的に画像を修正しレタッチする方法をすぐに開発する必要がありました。機械学習における最新の研究に基づき先端技術を利用することにより、レタッチをプログラミングすることが可能になりました。

最もデリケートな問題は、レタッチャーと同等の全体的および局所的な加工を施すアルゴリズムを開発するということにありました。 この分野におけるMeeroの専門家は、世界で唯一の2500万枚の画像データと結びつけて、このような機械学習のモデルに取り組むための強固な基盤を作り上げました。

AI
Learning

画像修正方法を学習する

Meeroは、畳み込みニューラル・デュアルネットワークを使用したディープラーニング技術を利用しています。 これは、マルチスケール解析をベースにした、全体的および局所的な画像特徴の抽出を意味します。 目標は、画像のプロフェッショナルが弊社のアルゴリズムに行った異なる修正過程を詳細に学習させ、採光の変動(ホワイトバランスやトーンなど)、セマンティック、キャプチャの難点(ノイズ、モーションブラーなど)を強固にすることです。


写真からデータを抽出する

写真の美的側面のほかに、Meeroの人工知能はディープラーニング技術を利用して画像の視覚的特徴を定量的で価値のある情報に変換することが可能です。 Meeroのデータベースには、美的修正に加えて使用されるセマンティック・アノテーションが含まれています。 関心領域を記述するメタデータを含む画像とオブジェの種類を結合することで、一瞬のうちに、画像の中のオブジェの存在を予測することが可能になります。

Extract

人間の脳機能から着想を得た
高度なアルゴリズム

このような複雑で主観的なタスクに対して、どのようにアルゴリズムはプロフェッショナルのフォトグラファーと同等のパフォーマンスを示すことができるのでしょうか? その答えは、傾斜降下法による学習の原則の中にあります。 脳機能を模倣するディープニューラルネットワークを使用することにより、Meeroは送信されたエラーを使用することが可能になります。 その勾配計算は、 凸最適化法によって行われます。 次に、Meeroはこの誤差を修正するために連鎖率の定理を使用します。 畳み込みニューラルネットワークの最新情報から古い情報へと開始し、Meeroのデータベースを利用して何百万回とこの操作を繰り返すことで、ディープラーニングを有するアルゴリズムは、画像編集において、フォトグラファーと同等のパフォーマンスを行うことができるようになります。

畳み込みニューラルネットワーク


Network