画像解析の技術とメリット、デメリット

画像解析の技術は、近年のAIブームのキッカケとなったディープラーニング（深層学習）が大きく影響しています。

ディープラーニングによる画像認識については、2012年にディープラーニングで猫を認識した「Googleの猫」が有名です。

Googleの研究チームは、AIに1,000万枚の画像を学習・パターン分析させることによって画像の特徴を理解して、自力で「猫」という概念を認知しました。

ディープラーニング登場以前の画像認識は精度が充分ではありませんでした。大量の画像データがあっても結局は人の手で判断し、分類せざるを得ない状況だったのです。

分析技術の進化により、今回の記事でご紹介したような「画像ベースの収集」や「画像の分類」を大量のSNS投稿データに適用できるようになりました。

ただし、画像解析は必ずしもテキスト分析に比べて優れているわけではなく、それぞれにメリットとデメリットがあることを理解する必要があります。

それぞれの分析手法を比較したのが以下の表です。

画像解析とテキスト分析の比較

image4.png

それぞれにメリットとデメリットがあるため、どちらか片方だけを使うというよりは画像とテキスト両方を組み合わせて分析する手法が主流になると思われます。

まとめ

画像というのはテキストと比べて非常に多くの情報量を持ち、一瞬で相手にイメージを伝えることが出来ます。

特に近年はスマートフォンのカメラの性能も相まって、写真や画像でコミュニケーションを取るケースも増えています。Instagramが爆発的に流行したのもLINEスタンプが当たり前に使われるのも、情報量が膨大になってきているからこそではないでしょうか。

投稿画像をみることによって、投稿した本人すら意識していなかった新しいユーザーインサイトの発見に繋がるかもしれません。