Computer Vision

画像やビデオのコンテンツを分析する AI サービス。

画像やビデオから豊富な情報を抽出

アプリにビジョン機能を埋め込めば、コンテンツの見つけやすさの向上、テキスト抽出の自動化、リアルタイムのビデオ分析、より多くの人が利用できる製品の作成などを実現することができます。ビジュアル データ処理を使用して、オブジェクトや概念によるコンテンツのラベル付け、テキスト抽出、画像の説明生成、コンテンツのモデレート、物理空間内の人物の移動の把握などを実現できます。機械学習に関する専門知識は不要です。

テキスト抽出 (OCR)

画像やドキュメントから印刷されたテキストや手書きのテキストを抽出します。言語や書き方が混在していてもかまいません。

画像解釈

1 万を超える概念やオブジェクトの豊富なオントロジーを活用して、お客様のビジュアル資産から価値を創出します。

空間分析

空間内での人々の移動をリアルタイムで分析できます。

柔軟性の高いデプロイ

クラウドまたはエッジで、Computer Vision をコンテナーで実行します。

画期的な Computer Vision を簡単に適用する

単純な API 呼び出しを使用して、最先端の Computer Vision テクノロジを独自のアプリに追加します。

動作をご確認ください

person
person
subway train
特徴名:
オブジェクト [ { "rectangle": { "x": 93, "y": 178, "w": 115, "h": 237 }, "object": "person", "confidence": 0.764 }, { "rectangle": { "x": 0, "y": 229, "w": 101, "h": 206 }, "object": "person", "confidence": 0.624 }, { "rectangle": { "x": 161, "y": 31, "w": 439, "h": 423 }, "object": "subway train", "parent": { "object": "train", "parent": { "object": "Land vehicle", "parent": { "object": "Vehicle", "confidence": 0.926 }, "confidence": 0.923 }, "confidence": 0.917 }, "confidence": 0.801 } ]
タグ [ { "name": "train", "confidence": 0.9974923 }, { "name": "platform", "confidence": 0.9955777 }, { "name": "station", "confidence": 0.979665935 }, { "name": "indoor", "confidence": 0.9272351 }, { "name": "subway", "confidence": 0.838868737 }, { "name": "clothing", "confidence": 0.5561282 }, { "name": "person", "confidence": 0.505803 }, { "name": "pulling", "confidence": 0.431911945 } ]
説明 { "tags": [ "train", "platform", "station", "building", "indoor", "subway", "track", "walking", "waiting", "pulling", "board", "people", "man", "luggage", "standing", "holding", "large", "woman", "suitcase" ], "captions": [ { "text": "people waiting at a train station", "confidence": 0.833144546 } ] }
画像形式 "Jpeg"
画像サイズ 462 x 600
モノクロ false
成人向けコンテンツ false
成人スコア 0.009112834
Gory false
Gore Score 0.046150554
わいせつ性 false
わいせつスコア 0.0143244695
カテゴリ [ { "name": "trans_trainstation", "score": 0.98828125 } ]
[]
背景のドミナント カラー
"Black"
前景のドミナント カラー
"Black"
アクセント カラー
#484C83
  1. プレビュー
  2. JSON
{
  "categories": [
    {
      "name": "trans_trainstation",
      "score": 0.98828125
    }
  ],
  "adult": {
    "isAdultContent": false,
    "isGoryContent": false,
    "isRacyContent": false,
    "adultScore": 0.009112834,
    "goreScore": 0.046150554,
    "racyScore": 0.0143244695
  },
  "tags": [
    {
      "name": "train",
      "confidence": 0.9974923
    },
    {
      "name": "platform",
      "confidence": 0.9955777
    },
    {
      "name": "station",
      "confidence": 0.979665935
    },
    {
      "name": "indoor",
      "confidence": 0.9272351
    },
    {
      "name": "subway",
      "confidence": 0.838868737
    },
    {
      "name": "clothing",
      "confidence": 0.5561282
    },
    {
      "name": "person",
      "confidence": 0.505803
    },
    {
      "name": "pulling",
      "confidence": 0.431911945
    }
  ],
  "description": {
    "tags": [
      "train",
      "platform",
      "station",
      "building",
      "indoor",
      "subway",
      "track",
      "walking",
      "waiting",
      "pulling",
      "board",
      "people",
      "man",
      "luggage",
      "standing",
      "holding",
      "large",
      "woman",
      "suitcase"
    ],
    "captions": [
      {
        "text": "people waiting at a train station",
        "confidence": 0.833144546
      }
    ]
  },
  "requestId": "fbaca730-2e34-418e-8842-51ed5a7ebc7f",
  "metadata": {
    "width": 600,
    "height": 462,
    "format": "Jpeg"
  },
  "faces": [],
  "color": {
    "dominantColorForeground": "Black",
    "dominantColorBackground": "Black",
    "accentColor": "484C83",
    "isBWImg": false
  },
  "objects": [
    {
      "rectangle": {
        "x": 93,
        "y": 178,
        "w": 115,
        "h": 237
      },
      "object": "person",
      "confidence": 0.764
    },
    {
      "rectangle": {
        "x": 0,
        "y": 229,
        "w": 101,
        "h": 206
      },
      "object": "person",
      "confidence": 0.624
    },
    {
      "rectangle": {
        "x": 161,
        "y": 31,
        "w": 439,
        "h": 423
      },
      "object": "subway train",
      "parent": {
        "object": "train",
        "parent": {
          "object": "Land vehicle",
          "parent": {
            "object": "Vehicle",
            "confidence": 0.926
          },
          "confidence": 0.923
        },
        "confidence": 0.917
      },
      "confidence": 0.801
    }
  ]
}
{
  "categories": [
    {
      "name": "trans_trainstation",
      "score": 0.98828125
    }
  ],
  "adult": {
    "isAdultContent": false,
    "isGoryContent": false,
    "isRacyContent": false,
    "adultScore": 0.009112834,
    "goreScore": 0.046150554,
    "racyScore": 0.0143244695
  },
  "tags": [
    {
      "name": "train",
      "confidence": 0.9974923
    },
    {
      "name": "platform",
      "confidence": 0.9955777
    },
    {
      "name": "station",
      "confidence": 0.979665935
    },
    {
      "name": "indoor",
      "confidence": 0.9272351
    },
    {
      "name": "subway",
      "confidence": 0.838868737
    },
    {
      "name": "clothing",
      "confidence": 0.5561282
    },
    {
      "name": "person",
      "confidence": 0.505803
    },
    {
      "name": "pulling",
      "confidence": 0.431911945
    }
  ],
  "description": {
    "tags": [
      "train",
      "platform",
      "station",
      "building",
      "indoor",
      "subway",
      "track",
      "walking",
      "waiting",
      "pulling",
      "board",
      "people",
      "man",
      "luggage",
      "standing",
      "holding",
      "large",
      "woman",
      "suitcase"
    ],
    "captions": [
      {
        "text": "people waiting at a train station",
        "confidence": 0.833144546
      }
    ]
  },
  "requestId": "fbaca730-2e34-418e-8842-51ed5a7ebc7f",
  "metadata": {
    "width": 600,
    "height": 462,
    "format": "Jpeg"
  },
  "faces": [],
  "color": {
    "dominantColorForeground": "Black",
    "dominantColorBackground": "Black",
    "accentColor": "484C83",
    "isBWImg": false
  },
  "objects": [
    {
      "rectangle": {
        "x": 93,
        "y": 178,
        "w": 115,
        "h": 237
      },
      "object": "person",
      "confidence": 0.764
    },
    {
      "rectangle": {
        "x": 0,
        "y": 229,
        "w": 101,
        "h": 206
      },
      "object": "person",
      "confidence": 0.624
    },
    {
      "rectangle": {
        "x": 161,
        "y": 31,
        "w": 439,
        "h": 423
      },
      "object": "subway train",
      "parent": {
        "object": "train",
        "parent": {
          "object": "Land vehicle",
          "parent": {
            "object": "Vehicle",
            "confidence": 0.926
          },
          "confidence": 0.923
        },
        "confidence": 0.917
      },
      "confidence": 0.801
    }
  ]
}

プロセスを変革する

お客様の画像に含まれる 10,000 以上のオブジェクトと概念を自動的に識別します。複数の言語や書き方の混在のサポートを活用して、さまざまなタイプの画像やドキュメントから印刷および手書きのテキストを抽出します。Computer Vision のこれらの機能を適用することにより、ロボット プロセスの自動化やデジタル資産管理などのプロセスを合理化できます。

お客様の組織の物理空間を最大限に活用

オフィスであっても店内であっても、物理空間内の人物の移動を把握できます。室内にいる人数のカウント、移動経路の追跡、商品ディスプレイの前に立ち止まっている時間の把握、列での待ち時間の長さの検出などを行えるアプリを作成できます。これらの機能を使用して、空席管理、ソーシャル ディスタンス、店内やオフィスのレイアウトの最適化、チェックアウト プロセスの高速化を実現するソリューションを構築できます。複数のカメラやサイトでサービスを実行します。

この機能の詳細情報

クラウドからエッジまで、どこにでも配置

クラウドまたはオンプレミスで、Computer Vision をコンテナーで実行します。これを、医療記録の画像検査、セキュリティで保護されたドキュメントのテキスト抽出、店舗内の人物の移動分析など、データのセキュリティと低遅延が非常に重要な要素となるさまざまなシナリオに適用できます。

コンテナーの Computer Vision について

業界最高レベルの Azure のセキュリティ上に構築する

  • Microsoft では、サイバーセキュリティの研究と開発に年間 USD 1 billion を超える投資を行っています。

  • Microsoft には、データ セキュリティとプライバシーを専門とする 3,500 人を超えるセキュリティ エキスパートがいます。

  • Azure は、他のクラウド プロバイダーを上回る数の認定を受けています。包括的なリストをご確認ください。

競争力のある価格の世界水準の Computer Vision

初期コストは不要で、料金は使用した分だけ発生します。Computer Vision では、料金はトランザクション数に基づく従量課金制です。

3 つの手順で Computer Vision の使用を開始する

無料の Azure アカウントにサインアップすることで、すぐにアクセスできるようになり、$200 のクレジットを獲得できます。

Azure portal にサインインし、Computer Vision を追加します。

Computer Vision を埋め込む方法については、クイック スタートとドキュメントを参照してください。

ドキュメントおよびリソース

開始する

ドキュメントを読む

Microsoft Learn コースを受講する

コード サンプルを確認する

サンプル コードを確認する

Computer Vision の最新情報、ブログ、お知らせ

Computer Vision についてよく寄せられる質問

  • リージョンごとの提供状況をご覧ください。
  • Computer Vision とその他の Cognitive Services オファリングについて 99.9% の可用性を保証します。Free 価格レベルに対して、SLA は提供されません。SLA の詳細情報をご覧ください。
  • 画像とビデオは、処理後に自動的に削除されます。Microsoft は、基になるモデルを強化するためのデータのトレーニングは行いません。ビデオ データは、ユーザーのプレミスから外には持ち出されず、コンテナーが実行されている Edge ゲートウェイには格納されません。プライバシーと使用条件の詳細をご確認ください。
  • はい。1 回限りのイメージをビデオ コンテンツから抽出できます。"空間分析" を使用すると、リアルタイム ストリーミング プロトコル経由で接続されたカメラを使用して、ビデオ ストリームをハイフレーム レートで分析できます。
  • "空間分析" では、人体を取り囲む境界ボックスを使用して、動画映像や出力に含まれる人物の存在の検出と位置特定のみが行われます。この AI モデルでは、顔の検出は行われず、個人の ID や層の検出も行われません。
  • AI モデルでは、人体境界ボックスによって 1 人以上の人物の存在を識別するアルゴリズムに基づいて、ビデオ フィード内の動きを検出および追跡します。カメラの視野のゾーン内で検出された境界ボックスの移動それぞれについて、AI モデルはイベント データを出力します。これには、人体の境界ボックスの座標、イベントの種類 (ゾーンの出入り、方向の線の交差など)、境界ボックスを追跡する仮名識別子、検出の信頼度スコアなどが含まれます。このイベント データは、Azure IoT Hub のお客様独自のインスタンスに送信されます。

準備が整ったら、Azure の無料アカウントを設定しましょう。