がぞうを みる め、CNN

しゃしんは じつは すうじの こうし

わたしたちの めには ただの えに みえます。
でも コンピュータに しゃしんを わたすには
けっきょく すうじに かえねば なりません。
しゃしんを とても ちかくで みると
ちいさな てん、ピクセルが こうしのように びっしり。
おのおのの てんは あかるさを すうじ ひとつで もちます。
あかるい てんは おおきな すう、くらい てんは ちいさな すう。
だから しゃしん いちまいは
あかるさの すうじが ますごとに つまった こうしなのです。

えを おして かくだいしてみて。ちかくで みると ちいさな てんごとに あかるさの すうじが あり、しゃしんが じつは すうじの こうしだと わかります。

かくだいすると すうじが みえましたね。
あかるい ますは おおきな すう、くらい ますは ちいさな すう。
ひとが みれば ひとめで かたちが みえますが
コンピュータには ただ すうじだらけの ひょうです。
では この おおくの すうじの なかから
へりや きょくせんのような とくちょうを
どう みつければ いいのでしょう?
いちどに ぜんぶ みるのは おおすぎるので
ちいさな ぶぶんから じゅんに しらべます。

ちいさな フィルターで とくちょうを さがす

とくちょうを さがす どうぐが フィルターです。
フィルターは こうしより ずっと ちいさな ばんです。
むしめがねを ひとところに あてる ようなもの。
たとえば たての へりを さがす フィルターは
ひだりは くらく みぎは あかるい もようを このみます。
フィルターを がぞうの ひとますに あて
その ばの すうじと どれだけ あうか みます。
もようが ぴったり あえば てんすうは たかく、
あわなければ てんすうは ひくいです。

フィルターを こうしの いろいろな ますに あてて てんすうを みて。フィルターの もよう(ひだり くらく みぎ あかるい)に にた ばしょは てんすうが たかく、そこに たての へりが あるという いみです。

あてた ばしょごとに てんすうが ちがいましたね。
もようが あう ばしょは てんすうが たかかった。
そこに たての へりが あるという ことです。
だいじなのは ひとつ。
おなじ フィルターを どこに あてても
おなじ とくちょうを さがす ということ。
だから へりが えの ひだりに あっても
みぎに あっても ぜんぶ つかまえられます。
では ひとつの ばしょだけでなく ぜんぶ みていきましょう。

フィルターを すべらせて とくちょうマップを つくる

では フィルターを ひとますずつ うごかしましょう。
ひだりうえから はじめて
ひとます みぎへ、また ひとます みぎへ。
はしまで いったら いちれつ さがって
また ひだりから みていきます。
ばしょごとに てんすうを かいておくと
てんすうが あつまって あたらしい ちいさな こうしに なります。
これが とくちょうマップです。
どこで その とくちょうが つよいか ひとめで わかります。

フィルターを おして ひとますずつ すべらせて。ばしょごとの てんすうが みぎの とくちょうマップに うまります。フィルターが ぜんぶ とおると その とくちょうが どこで つよいか マップに あらわれます。

フィルターが こうしを ぜんぶ とおりすぎましたね。
てんすうが あつまって とくちょうマップに なりました。
もとの しゃしんより ちいさいですが
その とくちょうが どこに あるか はっきり みえます。
フィルター ひとつは ひとつの とくちょうだけ さがします。
だから じっさいは いくつもの フィルターを いっしょに つかいます。
たての へり、よこの へり、きょくせんのような
ちがう とくちょうを いちどに さがすのです。
でも これは まだ ちいさな とくちょうにすぎません。

そうを あげるほど おおきな とくちょう

とくちょうマップを もういちど フィルターで とおすと
ちいさな とくちょうが あつまって もっと おおきな とくちょうに なります。
まえの そうは てんや へりのような ちいさな かけらを、
その うえの そうは へりを あつめて めや はなを、
もっと うえの そうは めはなを あつめて かおぜんたいを みます。
ニューラルネットで そうを かさねたのと おなじ。
ただ ここでは そうごとに フィルターで とおすのが ちがいます。
だから そうを あげるほど
だんだん ちゅうしょうてきな とくちょうを とらえます。

ボタンを おして そうを いちだんずつ あげて。へりから はじまり めや はなのような ぶぶんへ、また かおぜんたいへ ちゅうしょうどが だんだん たかく なります。

そうを あげるたびに みる ものが おおきく なりましたね。
へりから めはなへ、また かおへ。
ひくい そうは ちいさく たんじゅんな かけらを みて、
たかい そうは その かけらを あつめて いみの ある かたちを みます。
ひとが ものを みわけるのと にています。
せんを みて、ぶぶんを みわけ、ぜんたいを しる。
こうして ちいさな フィルターで とおして とくちょうを さがし
その そうを かさねて ちゅうしょうどを あげるのが
まさに がぞうを みる CNNの うでです。

まとめて みましょう

ひとことに まとめると こうです。
しゃしんは じつは あかるさの すうじが つまった こうし。
CNNは ちいさな フィルター、むしめがねを ひとますに あて
その とくちょうが あるか てんすうを つけます。
おなじ フィルターを こうしの うえで すべらせると
とくちょうが どこに あっても みつける とくちょうマップに なります。
こういう そうを なんまいも かさねると
へりから めはなへ、また かおへ
だんだん ちゅうしょうてきな とくちょうを とらえます。これが CNNです。

かなめを じゅんに おして ふりかえって。(しゃしんは すうじの こうし -> ちいさな フィルターで とくちょうの てんすう -> すべらせて とくちょうマップ -> そうを あげるほど ちゅうしょうてきな とくちょう)

これで コンピュータが どう えを みるのか わかりました。
しゃしんを すうじの こうしに かえ、
ちいさな フィルターで とおして とくちょうを さがし、
そうを かさねて ちゅうしょうどを だんだん あげるのです。
いちが ずれた ねこも おなじ フィルターで さっと みつけます。
むしめがねで とおして とくちょうを あつめる この たんじゅんな アイデアが
がぞうを みわける かしこい きかいの どだいです。
つぎは こうして みた ものを
どう ぶんや おとにも つかうのか つづけて みていきましょう。