20180111 某勉強会での発表資料です。 タイトル：AWSのAIがラクスを扱えないわけがない 続編

1. ＠Typhon666_death
2018/01/11

2. この資料は第4回ガンダム勉強会で発表
した資料を元に資料を追記したものにな
ります。
真面目にボケてますが、今回のテーマで
ある、「Amazon Rekognition」に沿った
内容です。ついてきてください。

3. ガンダム勉強会
• エンジニアの教養講座
• 昨年は東京だけでなく、
関西でも行われた→
• ガンダムで学んだことが
仕事にいかされている。
• 東京では四度開催された。
• ハッシュタグは #gdstudy

4. ガンダム勉強会
• 「第2回ガンダム勉強会」に行って刻の涙を見てきた #gdstudy
https://dev.classmethod.jp/etc/gundom-tokyo-02/
• 第4回で発表された「ジオングから見た開発の問題 〜なぜガンダ
ムに負けたのか〜」は70000 Over View
https://www.slideshare.net/AKIHIROWADA1/ss-79091534

5.  名前： ＠Typhon666_death（テポ)
 好きなガンダム：SDガンダム 闇騎士ガンダムMk-II
 好きな人物：バーサルナイト鈴木

6. 第3回発表スライド
 Re:ゼロから始める異世界(外伝)生活
https://www.slideshare.net/Typhon666_death/20160914re

7. 第4回発表スライド
 AWSのAIがラクスを扱えないわけがない
https://www.slideshare.net/Typhon666_death/20170823awss-ai-is-unable-to-handle-lacus-
gdstudy

8. これより本編です。

9. 第3回の他のプレゼンを見て
• 私もAIに絡めたテーマをやってみたい！
• 世の中にはおそ松さんの六つ子をDLで認識
• http://bohemia.hatenablog.com/entry/2015/11/22/174603

10. よしやってみよう
• 【検証】(2017/08/23)
もっと簡単にラクス・クライン と ミーア・キャ
ンベルを今のAWSのAIは見事に認識できて、同
一キャラではないことを見分けられるのか？

11. なぜ
• 好きなガンダムアニメ：種シリーズ

12. ラクス・クライン(←)
• コーディネーター
• プラント最高評議会会長が父
• 美しい声を持つ歌姫
• 目的のためには武力行使も辞さない
• 世界を丸く収めようとしたデュランダルを討ったキラ、ラ
クス側は若干正義から外れている
• 悪女

13. ミーア・キャンベル(→)
• コーディネーター
• プロパガンダのためにラクスそっくり形成手術
• 本物登場後にデュランダルに軟禁される
• 銃撃戦でラクスをかばって死亡
• ラクスより乳大きい
• 悪女

14. 準備
• AWSアカウント
• ラクスとミーアの画像をいっぱい

15. 準備
• AWSアカウント
• ラクスとミーアの画像をいっぱい
ラクス
ラクス
ラクス
ラクス
ミーア
ミーア ミーア

16. Amazon Rekognition Image
• 今回、画像識別をさせるのに、
Amazon Rekognitionを使います。
• 画像をアップロードするだけで、特徴抽
出をしてくれます。
• 画像と画像を比較して、それが同一人物
化どうかも見極めてくれます。
Amazon Rekognition

17. • これにひたすらラクスとミーアの画像をいれてみる
Amazon Rekognition Image

18. ラクス
• とりま、食わせられることを確認(^ω^)
• 後はひたすら顔認識させる

19. ラクス
• (´・ω・`)

20. ラクス
• (´・ω・`)(´・ω・`)

21. ラクス
• (´・ω・`)(´・ω・`)(´・ω・`)

22. ラクス
• (´・ω・`)(´・ω・`)(´・ω・`)(´・ω・`)

23. ミーア
• (´・ω・`)

24. ミーア
• (´・ω・`)(´・ω・`)

25. ミーア
• (´・ω・`)(´・ω・`)(´・ω・`)

26. 顔認識しないから比較もできない(´・ω・`)
• 詰んだorz

27. このままでは終われない
• ガンダム登場キャラでクリソツな
キャラといえば！
• エルピー・プル と プルツー(機動戦士ガンダムZZ)

28. エルピー・プル
• きたー！（なぜ？ｗ）
• わりといいかんじ♪

29. プルツー
• きたー！（なぜ？ｗ
• 年齢がちょっと老けてる。

30. 両者比較
• きたー！（なぜ？ｗ）

31. 両者比較
• きたー！（なぜ？ｗ）
• 98%の類似度でプルとマッチしていると判定

32. ちなみにカテ公(機動戦士Vガンダム)でも、、
• きたー！（なぜ？ｗ）

33. • 耳の形が人の顔として認識されたｗ
(ヒイロ？トロワ？)
さらにカテ公の場合、
、

34. 結論
• コーディネータは認識不可（検体は二人だけｗ）
• 強化人間は顔認識可能（検体は三人だけｗ）
• Amazon Rekognitionはプルとプルツーの見分けがつく
• Amazon Rekognitionはカテ公の耳すら人の顔と認識する
※あくまで今回利用した画像と解析した日(2017/08/23)に基づく結果です。
※検体少なすぎとかいうツッコミはなしです。
※コーディネータ、強化人間が何？という人はガンダムSEEDシリーズとファ
ーストガンダムシリーズを観ましょう

35. ちなみに
• 人ですらも認識せず(´・ω・`) （多分髪がピンク
だからか？）

36. ちなみに
• re:Invent 2017で発表のあった画像に文字が書か
れていたら、それを識別することができる機能
が追加になりました。英語と数字のみ。
結果は見ての通りですが。。。。。

37. ここまでがAmazon
Rekognition Image

38. Amazon Rekognition Video
• re:Invent 2017で発表された動画識別機能。
• 解析可能な動画はmp4かmov。H.264コーデックでエンコードされ
たもの。
• 1分より長いものあるいは30MBより大きなものはだめ。
• 数千のオブジェクトや顔、コンテンツを正確に検知し、追跡し、認
識し、抽出し、節度を検出すると謳っている。
• 結果はJSONで返すことができる。Timestampが付いてくるので、
どの時点でその認識処理が行われたかを記録可能。
• 検証環境はOregon、言語はEnglishで実行
(現時点日本語だと、Video analysisが表示されませんでした)
Amazon Rekognition

39. よしやってみよう
• 【検証】(2018/01/08)
あれから約半年、ラクス・クライン と ミーア・
キャンベルを今のAWS AIは動画で認識できて、
同一キャラではないことを見分けられるのか？

40. 準備
• AWSアカウント
• 解析可能なサイズのVガンダムとガンダムSEED Destiny
の動画をYoutubeで見つけて、Craving Explorerでmp4
にエンコ
[Vガンダム リョナ](0:23) ←Vガンダムの動画
https://www.youtube.com/watch?v=3JqDTIKjPTU
[[1080p] Life Goes On ~ ReMix2013 ~ Gundam Seed Destiny HD Remaster Ending 2](0:59)
←ガンダムSEED Destinyの動画
https://www.youtube.com/watch?v=FIh4q9JTq3I

41. Amazon Rekognition Video
• ここにアップロードするだけ

42. SEEDの解析結果
• Imageのときと違って、人識別できている！
ObjectやActivitiesにそれ相当のものが出力

43. SEEDの解析結果
• 識別されたPeopleが15人？ｗ
• なぜ「香」という漢字が人として
識別されたのかは不明
• そして、ラクスもミーアも両方識別されない！
• 動画では出てきます

44. Vガンダムの解析結果
• この動画では3人登場してくるがなぜかカテ公だけ識別され
るという不思議現象。
• おそらくヘルメットかぶってるキャラは識別されない？

45. 結論
• コーディネータの中でもラクスとミーアは人と
して認識不可
• 強化人間は人として認識可能
※あくまで今回利用した動画と解析した日(2018/01/08)に基づ
く結果です。
※検体少なすぎとかいうツッコミはなしです。

46. ここまでがAmazon
Rekognition Video

47. Rekognitionの応用例by
ユースケース：画像データを検索しやすく
ユーザがアップロードした画像に対して、タグ付けを行い、後から簡単に検索できる
ようにする
(12月に行われたServerless re:Capでは動画でも同様のことが可能という話が行われて
いた。)
参考)
https://github.com/awslabs/serverless-photo-recognition

48. Rekognitionの応用例by
ユースケース：動画に対してタグ付け
「x」秒ごとにフレームをタグ付けする
類似のビデオに基づいてワードクラウドを生成する
参考)
https://github.com/awslabs/rekognition-video-utils

49. Rekognitionの応用例by
ユースケース：監視カメラで問題行動に反応
Kinesis Streamから読み込んだ監視カメラのストリームを、リアルタイムで分析し
て素早いアクション
参考)
https://github.com/awslabs/amazon-rekognition-video-analyzer

50. 以上