Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
マッチングサービスの画像審査における機械学習の応用 / Application of mach...
Search
CyberAgent
PRO
November 07, 2019
Technology
1.9k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
マッチングサービスの画像審査における機械学習の応用 / Application of machine learning in image examination
マッチングサービスの画像審査における機械学習の応用
秋葉原ラボ 上岡将也
CyberAgent
PRO
November 07, 2019
Transcript
44 slides
マッチングサービスの画像審査 における機械学習の応⽤ 株式会社サイバーエージェント 秋葉原ラボ 上岡 将也 Data Engineering & Data
Analysis WS#9
⾃⼰紹介 • 上岡 将也(かみおか まさや) - 技術本部 秋葉原ラボ 画像チーム -
修⼠(画像⽣成)→ 2019年4⽉⼊社 • 仕事内容 - AbemaTVやタップル誕⽣などの動画像を中⼼とした 機械学習システムの開発と運⽤ • 趣味 - 剣道:⼩学⽣〜⼤学⽣まで - ゲーム:Rainbow Six Siege 2
1.「タップル誕⽣」とプロフィール画像 2. プロフ審査⾃動化の開発プロセス 3. 実社会へ機械学習を応⽤するときの課題と⼯夫 4. まとめ
「タップル誕⽣」と プロフィール画像
5
6
7
8
9
10
プロフィール画像 11
審査の基準 例: 不鮮明 ⼈物ではない 複数⼈ 他にも… • 顔のサイズが⼩さい • ⼈物の顔を認識できないもの
• 芸能⼈や明らかに本⼈でない • 個⼈情報が含まれている などなど、 実際には⾮常に細かく厳密な基準を設定 出典:メイン写真の審査について[リンク] 12
厳密な基準に基づく プロフィール画像審査の⾃動化 ⽬的 ※以下、プロフィール画像審査 => プロフ審査と略します 13
プロフ審査⾃動化の 開発プロセス
分析 課題設定 収集 前処理 学習 評価 プロフ審査⾃動化の開発プロセス 15 ※⼀部のiconはhttps://icons8.com/app/から引⽤
分析 課題設定 収集 前処理 学習 評価 プロフ審査⾃動化の開発プロセス 16
分析 課題設定 収集 前処理 学習 評価 プロフ審査⾃動化の開発プロセス 17
分析 課題設定 収集 前処理 学習 評価 プロフ審査⾃動化の開発プロセス 18
分析 課題設定 収集 前処理 学習 評価 機械学習への落とし込み 19
分析 課題設定 収集 前処理 学習 評価 20
分析 課題設定 収集 前処理 学習 評価 データセットの作成 21
分析 課題設定 収集 前処理 学習 評価 22
分析 課題設定 収集 前処理 学習 評価 23
分析 課題設定 収集 前処理 学習 評価 パラメータの変更 ※ 評価が悪ければ…
分析 課題設定 収集 前処理 学習 評価 前処理‧データセットの変更 ※ 評価が悪ければ…
分析 課題設定 収集 前処理 学習 評価 機械学習の問題の変更 ※ 評価が悪ければ…
分析 課題設定 収集 前処理 学習 評価 27 解きたい問題やデータセットが決まっているものが多い ※機械学習の研究分野すべてを指しているわけではありません 機械学習の研究分野では…
分析 課題設定 収集 前処理 学習 評価 データセットの作成 実社会に機械学習を 応⽤する場合は この⼆つも重要!!
機械学習への落とし込み 28
実社会へ機械学習を 応⽤するときの課題と⼯夫
実社会へ機械学習を応⽤するときの課題 1. 機械学習への落とし込み - 複雑な基準 - 再学習の難しさ 2. データセットの作成 -
アノテーションミス - アンダーサンプリング 30
実社会へ機械学習を応⽤するときの課題 1. 機械学習への落とし込み - 複雑な基準 - 再学習の難しさ 2. データセットの作成 -
アノテーションミス - アンダーサンプリング 31
課題:機械学習への落とし込み 1. 複雑な基準 • ⽬的=OKかNGかの2クラス分類 • しかし機械学習の観点から⾒ると、分類だけでは解けない 2. 性能改善の際の再学習の難しさ •
特定のNG理由の画像に対する再学習の依頼がよくある 例:「加⼯されている画像がOKとなってしまっているので再学習お願いします。」 32
解決例:プロフ審査 1. 複雑な基準 • 分類、顔検出などを考慮して、フィルタを分ける 2. 性能改善の際の再学習の難しさ • 再学習の頻度によってフィルタを分ける 顔検出
分類 ‧ ‧ ‧ 複数⼈ 承認 加⼯ ※あくまでイメージです ◦ 複数フィルタに分ける 33 ⼈間以外 注意 全体の精度や処理速度、リソースを考慮する必要あり 顔サイズ⼩
実社会へ機械学習を応⽤するときの課題 1. 機械学習への落とし込み - 複雑な基準 - 再学習の難しさ 2. データセットの作成 -
アノテーションミス - アンダーサンプリング 34
実社会へ機械学習を応⽤するときの課題 1. 機械学習への落とし込み - 複雑な基準 - 再学習の難しさ 2. データセットの作成 -
アノテーションミス - アンダーサンプリング 35
アノテーションミス • ⼈間なのでミスは必ず存在する - ただ機械学習にはそれが致命的 - 再アノテーション => コストと 時間
36
アノテーションミス • ⼈間なのでミスは必ず存在する - ただ機械学習にはそれが致命的 - 再アノテーション => コストと 時間
データを綺麗にするためにも機械学習を使う 37
データを綺麗にするための機械学習の使⽤ 1. 公開されている学習済みモデルや外部のAPIを使⽤する 例: 「⼈間以外」の教師ラベルがついたデータから、「⼈間」が写っているものを取り除く 2. ⾃分で学習させたModel_version1の推論を使⽤する 例: Model_version1の推論結果と教師ラベルが違うものを候補として再アノテーションする ※あくまで候補の抽出として使⽤
38
実社会へ機械学習を応⽤するときの課題 1. 機械学習への落とし込み - 複雑な基準 - 再学習の難しさ 2. データセットの作成 -
アノテーションミス - アンダーサンプリング 39
アンダーサンプリング • 不均衡なデータをアンダーサンプリングするときの⼯夫 1. 同⼀⼈物のデータ数を制限する 2. 同⼀⼈物の短期間の申請画像のうち、NGな画像とOKの画像がある場合、学習 データセットに必ず追加する NG OK
プロフ審査の現状 • ⾃動承認のみ適⽤ - 機械学習システムが OK としたものは⾃動で承認、NG としたものを⽬視で再度審査する • 効果
- コスト削減 - 審査の⾼速化 - ブレの防⽌ • 精度(precision) - 99%以上を常にキープ • 品質管理 - ユーザーからの通報だけでなく、⾃動承認したものを⼀部⽬視でも確認 41
まとめ
まとめ • 「タップル誕⽣」のプロフ審査における機械学習の応⽤ - 機械学習への落とし込み や データセットの作成 も重要 • 複数フィルタに分ける
• データを綺麗にすることにも機械学習を使⽤ • 注⽬している研究分野 - 不均衡データ - 半教師あり学習 - 弱教師あり学習 43
ありがとうございました
More Decks by CyberAgent
See All by CyberAgent
AWS ハンズオン研修 2026
cyberagentdevelopers
PRO
7
8.7k
IBC 2026 動画技術関連レポート / IBC 2026 Report
cyberagentdevelopers
PRO
2
480
AIを使った広告商品の開発と評価設計の話
cyberagentdevelopers
PRO
1
110
動画広告の効果を技術で改善
cyberagentdevelopers
PRO
1
120
なぜWINTICKETはマイクロサービスをやめたのか
cyberagentdevelopers
PRO
3
180
”AIを使う” から ”AIに任せる” へ ─ 開発プロセスを再設計してAIを組織標準にするまで
cyberagentdevelopers
PRO
2
470
Databricks 導入から Genie 活用まで、全部やった話
cyberagentdevelopers
PRO
0
2.1k
専任DEゼロからの データ基盤構築 - Databricks x IaC x AIで 進める「データの民主化」-
cyberagentdevelopers
PRO
1
1.5k
「エンジニア進化論」2028年の開発完全自動化、エンジニアはどう進化するか
cyberagentdevelopers
PRO
10
10k
Other Decks in Technology
See All in Technology
フロントエンドのテストカバレッジは 100%強制がいい
bengo4com
5
1.9k
プラガブルで宣言的なソフトウェアファクトリーを支えるTypeScript
timakin
2
640
Kubernetes, Agones, WebRTC, GPU で作る クラウドゲーミング基盤を本番運用に乗せるまで
vivion
0
280
閉域網でのAPI公開の選択肢全部比較!
takano0131
5
700
[NW-JAWS DAY]「うちのAWS、インターネット出られないんで」― AWS外の自社サービスをPrivateLinkでシュッと公開する方法
ykimi
3
920
統制されたID・権限をどう利用するか : DPoP/FAPIによるAPIセキュリティ強化
oidfj
2
300
Is the Website Dying?
miriamschwab
0
160
目を覚ませ!僕らの認証情報が何者かに侵略されてるぞ
tkito
2
490
Amazon Bedrock AgentCore の基礎とセキュリティ・ガバナンス
ren8k
0
270
現地速報! Microsoft Ignite アップデートレポート
kasada
1
460
認知の質も文化醸成も。数年取り組んで見えてきた技術広報のKPI設計 / Tech PR KPIs: Lessons on Awareness Quality and Culture After Several Years
bitkey
PRO
0
210
Amazon EFS のマルウェアスキャンをClamAV で自前実装したら苦労した話
mtmtfactory01
0
110
Featured
See All Featured
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
68
61k
SEO for Brand Visibility & Recognition
aleyda
0
4.9k
SEO in 2025: How to Prepare for the Future of Search
ipullrank
3
3.9k
Fashionably flexible responsive web design (full day workshop)
malarkey
409
67k
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
128
56k
How to Build an AI Search Optimization Roadmap - Criteria and Steps to Take #SEOIRL
aleyda
1
2.3k
Ten Tips & Tricks for a 🌱 transition
stuffmc
1
290
Technical Leadership for Architectural Decision Making
baasie
4
660
16th Malabo Montpellier Forum Presentation
akademiya2063
PRO
0
470
How STYLIGHT went responsive
nonsquared
100
6.4k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
50
10k