VKIST 顔キャプチャ: AI 研究開発のための多角度顔画像データ収集ソフトウェア

顔認識技術と3D顔モデリングがセキュリティ、ヘルスケア、電子商取引、個人のセキュリティなど、多くの分野でますます広く応用されている状況において、構造化された多様で大規模な顔画像データベースの構築が急務となっています。今日の大きな課題の一つは、データの分類と保存の精度を確保しながら、異なる照明条件や様々な撮影角度において、一貫した品質の画像データを収集する方法です。

この問題を解決するために、ベトナム韓国科学技術研究院（VKIST）の研究チームは、複数のデジタルカメラと照明モジュールで構成されるシステムの同時制御をサポートし、顔画像データのリアルタイムでの収集、ラベル付け、保存を可能にするツールであるVKIST顔キャプチャソフトウェアを開発しました。

顔画像データの収集・処理ソリューション

VKIST 顔キャプチャは C# 言語でプログラムされており、ベトナム語の使いやすいインターフェースを備えており、統合や拡張が簡単です。

VKISTフェイスキャプチャーは、5DmarkII、5DmarkIII、6DmarkII、1500D、2000D、D60、D3000、D5100、D7100、D4、D800など、ニコンおよびキヤノンの人気デジタル一眼レフカメラをUSBインターフェースおよびRS232プロトコル経由でリモートコントロールできます。ユーザーは、ライブ画像の表示（ライブビュー）、技術パラメータ（絞り、シャッタースピード、ISO感度）の調整、同時撮影の指示、写真をコンピューターにリアルタイムで転送するなどの操作を行うことができます。

特に、このソフトウェアは、多角度画像データ収集システムに不可欠な複数カメラの同時制御をサポートしています。ソフトウェアインターフェースはベトナム語で、操作性と複雑なシステムへの容易な統合を実現するために、独立した機能ブロックとして設計されています。

VKIST 顔キャプチャソフトウェアインターフェイス (図 1) は、図 2 で説明されている機能を持つ個別のブロックに分かれています。ソフトウェアに表示される言語はベトナム語です。

VKIST 顔キャプチャソフトウェアインターフェース。

ソフトウェアの主な機能ブロックの図。

VKISTの顔認識システムは、設定ファイルから照明制御回路にデータを送信することで、照明システムの光量を制御する機能も搭載しています。これにより、撮影プロセス中の照明環境が正確に制御され、AIアプリケーションにおいて重要な要素となる一貫した画質が確保されます。

さらに、このソフトウェアには光量制御機能も統合されています。ユーザーは利用可能な光量パラメータファイルを入力し、ソフトウェアでデータを読み取り、パラメータを光量制御回路に送信するだけで、周囲の環境における光量を正確に制御できます。

もう一つのハイライトは、構造に基づいてデータを自動的にラベル付けする機能です。これにより、AIモデルの管理、取得、トレーニングのプロセスがより効率的になります。ソフトウェアは、データ保存モードのオプション（カメラのローカル、コンピューターへの保存）と、事前定義されたシナリオに従ったデータ分類をサポートしています。

もう一つの優れた機能は、事前に設定された構造に従って画像に自動的にラベルを付ける機能です。これにより、手作業による分類時間が大幅に短縮されます。VKISTの顔認識機能では、画像の保存方法をフォルダ別、オブジェクト別、表情の種類別、さらにはメガネ着用、マスク着用、髪型変更などのバリエーション別など、細かく設定できます。

さらに、このソフトウェアは、連続録画、上書き録画、カメラ側で保存してからサーバーに転送するなど、複数のデータ保存モードをサポートしています。これにより、システムは大量の画像を柔軟に処理でき、運用中のデータ損失やボトルネックのリスクを最小限に抑えることができます。

人工知能研究プラットフォームと大規模顔データベースの構築

このソフトウェアは現在、VKISTが導入した顔画像データ収集システムで使用されています。このシステムは、キヤノン製一眼レフカメラ33台、調整可能な照明モジュール20個、半球状の周囲にカメラと照明を配置するための鉄製のフレーム、そしてモニターとシステム制御ソフトウェアを備えた高性能PC3台で構成されています。VKIST-Nacentech共同研究室／情報技術部門はこのシステムを用いて、約500人分の顔画像（約500万枚の写真）を収集・構築しており、現在もデータ収集を続けています。

*多角度顔画像データサンプルは、VKIST 顔キャプチャソフトウェアによって実行されました。*

このソフトウェアは、韓国科学技術研究院（KIST）との共同プロジェクトで、1,000人以上のベトナム人の顔画像データの収集に使用されました。このデータベースには、様々な照明条件下で、平常、幸せ、悲しみ、恐怖、怒り、驚き、苛立ちなど、様々な表情や、マスク、眼鏡、帽子、かつらなどのアクセサリーを隠した約1,000万枚の写真が含まれています。

VKIST 顔キャプチャソフトウェアを使用してシステムから収集されたデータは、研究や技術開発のさまざまな分野に適用されてきました。

多角度の2D写真から3D顔モデリング、

変形した条件（暗さ、複雑な照明）での顔認識技術の精度を向上させる。

記念品としてガラスに顔を3Dレーザー彫刻する、

文化遺産の保存を目的として、古い写真から故人の顔画像を復元する。

電子商取引、医療美容、拡張現実におけるアプリケーション。

VKISTの顔キャプチャの開発と応用は、VKISTが大規模なデータベースの構築を主導するのに役立つだけでなく、第4次産業革命の中核分野であるベトナムのコンピュータービジョンと人工知能の研究能力の向上にも貢献します。

特殊なハードウェアシステム、特にマルチデバイス光学システムを制御するソフトウェア技術の習得と習得は、ベトナム人の人体計測特性に適した国産AIプラットフォームの構築において重要な役割を果たします。

VKISTの顔認識システムは、ベトナムにおけるコンピュータービジョンシステムの研究と展開のためのハイテクソフトウェアツールの開発を示すものです。大規模な画像データ収集システムの制御と同期技術の習得は、特に地域的または民族学的特性を持つ人体計測データを必要とする分野において、ベトナムにおける人工知能開発能力の促進に役立つ重要な基盤となります。

IT部門は、プログラム全体の完成とテストを終えた直後に、「VKIST顔キャプチャ」ソフトウェアの著作権を登録しました。