「ニコニコ静画」内のイラストデータを用いたディープラーニング技術の応用デモンストレーションでは、大きく分けて3つの技術デモが発表されました。どれもが、ニコニコ静画に投稿されたイラスト・画像から蓄積されたデータを用いたもので、ユーザーの投稿や利用を支援するツールとなるように研究されています。
ドワンゴと東京大学大学院 情報理工学系研究科 相澤・山崎研究室との共同研究結果として、これまで投稿されたイラストに付けられたタグをディープラーニング技術によって学習することで得られた応用技術から、2つの技術デモが発表されました。
■自動タグ付け
「ニコニコ静画」にアップロードされたイラストの画像データを解析し、キャラクター名やシチュエーション、ジャンルなどを予測。ユーザーに付けられる「タグ」を推定し自動的に設定します。
■セマンティックモーフィング および 意味的類似画像検索
「セマンティックモーフィング」は、2つのイラストの画像データから特徴を抽出し、その類似性の中間に位置する画像を検索する技術です。上記「自動タグ付け」で解析する、髪色・髪の長さ・服装・デフォルメの度合いなどを段階的に抽出することで、2つのイラストの画像データの中間（モーフィング）を見つけることが可能です。
もうひとつの展示デモンストレーション「イラスト画像からの閲覧数予測」では、「ニコニコ静画」に投稿された、これまでのイラストの閲覧数とお気に入り数を両方同時にニューラルネットで学習し、一切のメタデータを使わず、画像データのみから「閲覧数」や「お気に入り数」を予測します。
この技術を利用すると、イラストを投稿・公開する前に、画像データのみで「閲覧数」「お気に入り数」をある程度予測できるようになり、投稿前に予想スコアが上がるまで描き直しを行ったり、その都度予測値のチェックしたりといったことが可能となります。
また、この技術を応用して、画像を複数のエリアに分け、どの箇所がどの程度予測閲覧数に寄与しているかを提示し、画像のエリア別重要度を可視化できるような、クリエイターの投稿支援なども研究しているとのことです。
◆◆◆ ◆◆◆ ◆◆◆
今回発表された技術が実用段階を迎えると、イラストを描く側の人は自分のイラストの修正点などが客観的なデータで示され、イラストを見る側の人は自分好みのイラストにより辿り着きやすくなります。ニコニコ静画のイラストに限らず、さまざまな分野で応用が可能な技術でもあるため、より精度が高まるよう研究されていくことに期待です。
尚、今回の展示に利用した、データセット及びデモに必要なディープラーニングの学習済みモデルデータの研究利用向けデータは、「nico opendata（http://nico-opendata.jp/）」で公開されています。また、学習済みモデルデータは、2015年9月17日発表したGPUサーバファーム「紅莉栖（くりす）（参考：http://dwango.co.jp/pi/ns/2015/0917/index2.html）」を使用し、「ニコニコ静画」に投稿された200万枚を超えるイラストを学習したディープラーニングのモデルデータとなっています。これらのモデルデータと、イラストデータセット（イラスト及び、タイトルや説明文等のメタデータ）は、大学などの学術機関に研究目的でデータ提供を行うとしています。
