第8話　スマホで「顔」がわかるのはナゼ？

子供でも顔の絵が描けるのは、ひとの顔とは「こういうもの」という知識があるからです。誰かに教わったわけでもないのに、怒っているときは眉が吊り上げる、笑いは口角を上げて表現するのも、経験から得た知識といえるでしょう。

しかしコンピュータには同じような知識がないため、「顔」とはどういうものなのかをプログラムしないといけません。そのプログラムで重要なのが、顔の特徴を記録した「データベース」です。

スマホやデジカメの顔認識では、まずデータベースをもとにカメラに写っている目や鼻などのパーツを特定します。つぎにそれらの位置から顔かどうかを判断します。目や鼻をデタラメな位置に配置した「福笑い」などを顔として認識しないのもこのためです。

デジカメやアプリによっては、笑ったときにシャッターが切られる便利な機能もあります。これも予め用意されたデータベースがあってこそ実現できる技術で、データベースには眉や口角などがどのように動いたときが「笑っている」のかが記録されています。コンピュータは本当に笑顔を理解しているわけではなく、カメラに写った画像をデータベースと照合し、条件が一致したらシャッターを切っているに過ぎません。

常識も感情も持たないコンピュータでも「顔」「笑顔」を認識できるのは、比較するための膨大なデータ、位置や大きさから顔かどうかを判断するプログラムがあるからです。