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

More Related Content

What's hot (20)

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

More from SAS Institute Japan (17)

Pythonで操るSAS Viyaの画像処理技術入門編