Pythonで操るSAS Viyaの画像処理技術入門編

Copyright © SAS Institute Inc. All rights reserved.
Pythonで操るSAS Viyaの画像処理技術入門編
～フィルタリングからマッチングまで～
SAS Institute Japan 株式会社

Agenda
 企業を取り巻く環境の変動（画像技術関連）
 画像処理の必要性増加
 従来SASの画像処理機能（例：手書き文字認識）
 SAS Viyaの画像処理（image processing）機能
 基本機能デモ（Pythonから操る、画像読込、フィルタリングからマッチングまで）
 車体損傷箇所検出デモ
 SAS Viyaで実現予定のCNNを用いた画像解析デモ
 SAS Viyaとは、そのメリットとは！

企業を取り巻く環境の変動
AI、コグニティブ
技術の進展
製品の品質向上
生産コスト削減
H/W処理速度向上
と下落する価格
顧客志向
囲い込み、離反防止
高齢化社会
医療費の増大
不正・犯罪増加
手口の巧妙化
変化の時代に求められる能力とは....

画像処理技術の必要性増加
深層学習による
画像解析精度向上
製品の欠陥検出
精度向上
大量の画像データを
高速に解析
画像検索、顔認証
ターゲットマーケティング
医療費削減
早期発見早期治療
顔認証による
個人識別・不正検知
画像処理技術を今のビジネスに活かす

＆画像処理
画像処理技術に対するSASのアプローチを過去、現在、未来に分けて紹介します。

画像処理に関するSASのテクノロジー
過去～現在～未来
（例）オープンソース技術＋SASで、手書き文字認識
Python & OpenCV
前処理
グレイスケール化
2値化
・・・
特徴量抽出
ニューラルネットワーク
（自己符号化器）
・・・
学習と識別
データマイニング
・・・
Python & OpenCV
結果の表示
特徴量マッチング
・・・
９
SAS

手書き数字の認識
• MNIST*1の手書き数字データ
http://yann.lecun.com/exdb/mnist/
• 0-9の手書き数字
• 28*28ピクセル
• グレースケール(0-255)
• 学習用の数字：60,000件
• 検証用の数字：10,000件
*1･･･The Mixed National Institute of Standard and Technologies
手書の「４」に見える画像は、数字の「４」
である可能性が最も高いと精度高く判別

画像読込～フィルタリング～特徴量抽出～マッチング
前処理
2値化
・・・
特徴量抽出
ニューラルネットワーク
（自己符号化器）
・・・
学習と識別
・・・
結果の表示
特徴量マッチング
・・・
SASSAS SAS
SAS Viya
インメモリーテーブルイメージ（画像）型
SAS Viyaには、画像処理専用機能が搭載されています。
SAS Viyaだけで全てを実行可能
SAS Viyaでは「画像型」
を新たにサポート

インメモリーテーブル：イメージ（画像）型
_id_ = イメージデータごとのユニークID値
_type_ = イメージファイルフォーマット（3文字の文字列）
_path_ = イメージデータファイルのフルパス
_size_ = イメージデータサイズ（バイト）
_image_ = イメージ全体のバイナリBLOB データ
.
.
.
.

主な画像処理専用機能
画像読込画像フィルタリング画像マッチング
画像比較
• イメージファイル
• ZIPファイル
• ディレクトリ階層
内の上記ファイル
• URL
• バイラテラルフィルタ
• ボックスフィルタ
• 画像ピラミッド
• キャニーエッジ検出
• 輪郭検出
• 色空間変換
• ガウシアンフィルタ
• パッチ抽出
• ラプラシアンフィルタ
• メディアンフィルタ
• モルフォロジー
• 画像の正規化
• 画像の粒度変換
• 画像のサイズ変換
• ソーベルフィルタ
• 2値化
(THRESHOLD)
• 画像変形(回転, 先
鋭化, 色調, 明暗度,
…)
• etc
• テンプレートマッチング
• 特徴点マッチング
(BRISK|ORB|ORB&BRISK)
• 元画像とターゲット
画像の比較
(SSIM|PSNR)

SAS Viyaの画像処理機能
画像フィルタリング / 画像検出 (一部抜粋)
• グレースケール
• バイラテラルフィルタ
• 2値化 (Thresholding)
• エッジ検出
• 輪郭検出
• 輪郭直線近似
• 外接矩形
• グループ化外接矩形
https://github.com/sassoftware/sas-viya-
programming/blob/master/python/AX2016/Image%20Analytics%20Using%20SAS%20Viya.ipynb

Demonstration 1
Jupyter NotebookからPythonでSAS Viyaの画像処理実行
画像をメモリーへロード

Demonstration 1
グレースケール化

Demonstration 1
ノイズ削減：バイラテラルフィルタ

Demonstration 1
2値化（Thresholding）

Demonstration 1
エッジ検出：ラプラシアンフィルタ

Demonstration 1
輪郭検出

Demonstration 1
外郭矩形

Demonstration 2

CAS
c1 c2 c3 c4 c5 c6 c7 c8 C9
208.0 220.0 225.0 232.0 237.0 244.0 250.0 254.0 255.0
_channel1_ _channel2_ _channel3_ _channel4_ _source_id_ _reference_id_
0.00245 0.00481 0.00147 1.0 sor.jpg ref.jpg
loadImages
flattenImageTable
compareImages
Column jpg minWidth maxWidth … max3rdChannel
0 _image_ 1.0 704.0 704.0 … 255.0
colorJittering
colorShifting darken
horizontalFlipinvertPixelslighten
pyramidDown
pyramidUp
rotateRightsharpen verticalFlip
rotateLeft
augmentImages
summarizeImages
matchImages
saveimages
Demonstration 2
SAS Viyaのインメモリー分析エンジン：CAS(Cloud Analytic Services)

CAS
loadImages
contour
Contour image is combination of:
 Convert_color
 Bilateral_filter
 Threshold
 Laplacian
 Contours
processImages
processImages
resize get_patch sobel normalize rescale
Add_constant Mutation_sharpHist_equal_global Hist_equal_addl Mutation_vert
morphology Box_filter Gaussian_filter Build_pyramidMedian_filter
Convert_color Bilateral_filter threshold Canny_edgelaplacian
Demonstration 2
SAS Viyaのインメモリー分析エンジン：CAS(Cloud Analytic Services)

Viyaの画像処理例
マッチング：テンプレートマッチング
元画像
テンプレート
画像
マッチング結果

Viyaの画像処理例
マッチング：特徴点マッチング
テンプレート画像マッチング結果
画像上での特徴となる点（特徴点）を抽出し、マッチングすることで、
画像が拡大、縮小や回転された形状でもマッチングが可能になります。
拡大拡大と回転
右90°回転左90°回転テンプレート画像

自動車保険会社：車体損傷度合解析
• 最大の課題 : データ品質と整合性
- その日の状態 (暗い, 明るい)
- 画像の解像度 (不鮮明, 拡大, 縮小)
- 画像のアングル (角度, 調整)
Use case

画像フィルタリング
画像サイズの標準化
ノイズ削減と2値化
輪郭検出

Demonstration 3
画像をメモリーへロード＆サイズ標準化

Demonstration 3

Demonstration 3
ノイズ削減：バイラテラルフィルタ＆Thresholding

Demonstration 3
エッジ検出：ラプラシアンフィルタ

９
猫？
物体1 物体2
物体3
過去：手書文字
認識は可能
過去：猫か犬か
の判別は困難
現在：物体の
認識や画像マッ
チングは可能

９
猫？
カモメ？やしの木？
山田花子？
物体が何であ
るかを精度高く
認識できれば…
その実現のため
には深層学習
技術が必要

画像読込～フィルタリング～深層学習～マッチング
前処理
2値化
・・・
特徴量抽出～モデル作成～スコアリング
CNN(畳み込みニューラルネットワーク)
結果の表示
機械学習
・・・
SASSAS SAS
SAS Viya
インメモリーテーブルイメージ（画像）型
2017年後半に予定されているSAS Viyaの新版には各種ディープラーニングの機能が搭載予定
現行の画像フィルタリング機能＋CNNで画像認識精度を格段に向上可能

Demonstration 4
画像をメモリーへロード

Demonstration 4
CNN構造定義
入力層
畳込み層１
畳込み層２
プーリング層
全結合層
出力層

Demonstration 4
CNNモデル作成
検証用画像をメモリーへロード
スコアリング

Demonstration 4
モデル精度評価

Demonstration 4
事前に画像フィルタリングを行いモデル精度を改善しよう！
画像スケールの標準化＆コントラストの正規化

Demonstration 4
再学習・モデル再作成

Demonstration 4
検証用画像もスケールの標準化＆コントラストの正規化
再スコアリング
モデル精度評価

Demonstration 4
さらに画像フィルタリングを行いモデル精度を改善しよう！
１画像ごとに４種類の異なる画像パターンを作成

Demonstration 4
再学習・モデル再作成
再スコアリング

SAS®
Viya™
アナリティクスのための全く新しいプラットフォーム
オンプレミス
またはプライベート/パブリッククラウド
IaaS/PaaS/SaaS
様々な業務課題に柔軟に対応
スケーラビリティ
Public REST APIによるアプリケー
ション拡張・社内外システム連携
使い慣れた言語から直接利用
(SAS, Python, R, Lua, Java)
ITガバナンス/アナリティクスガバナンス
アナリティクス・ライフサイクル全体
をカバー
容易な環境管理
パフォーマンス・拡張性に優れた
独自のインメモリテクノロジー
画像処理やテキスト解析を含む網羅
的な機械学習・アナリティクス機能
高度な機能をセルフサービスで
画像解析は、SAS Viyaに搭載されて
いる機能の一部にすぎません。
企業（組織）の標準分析プラット
フォームとしてSAS Viyaは最適です。

sas.com
https://www.sas.com/ja_jp/software/viya.html
Viya 検索

Pythonで操るSAS Viyaの画像処理技術入門編

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to Pythonで操るSAS Viyaの画像処理技術入門編

Similar to Pythonで操るSAS Viyaの画像処理技術入門編 (20)

More from SAS Institute Japan

More from SAS Institute Japan (17)

Pythonで操るSAS Viyaの画像処理技術入門編