株式会社リクルートマーケティングパートナーズ（本社：東京都中央区、代表取締役社長：山口文洋、以下：リクルートマーケティングパートナーズ）が運営する「カーセンサー中古車検索アプリ」※1（http://www.carsensor.net/info/cs_app/）は、株式会社リクルートテクノロジーズ（本社：東京都千代田区、代表取締役社長：北村吉弘、以下：リクルートテクノロジーズ）が提供する、「ディープラーニングを応用した画像解析機能」を活用し、2016年10月、アプリ内に「画像による車種検索機能」を追加しました。

※1　リクルートが運営する中古車情報のアプリ。中古車の検索や販売が可能です。「カーセンサー中古車検索アプリ」（http://www.carsensor.net/info/cs_app/）

アプリで簡単に車種検索
「気になるあの車」の名前を瞬時に検索可能に

「カーセンサー中古車検索アプリ」のポイント

[ユーザーの体験]　
■事前調査にて、「街中で名前を知らない車を見かけて『いいな、あの車』と思ったとき、その後どう調べますか？」と質問したところ、「エンブレムなどを覚えておき、ネットで画像検索を実施する」や「詳しい知人がいない限り、諦める」といった回答が得られました。（カーセンサー調べ）
そんな「あの車、何だろう？」という疑問もアプリを使用すれば瞬時に解消。街中で撮影した写真や、雑誌の車を撮影した写真を使用し、その場で車種を確認できるようになりました。そのまま販売店や価格を調べることも可能です。（上図）

[検索精度の追求]
■リクルートテクノロジーズ独自の「ディープラーニングによる画像解析機能」と、カーセンサー内の80万枚の画像により、定番500車種では90.3%※2の検索精度を実現。側面や後ろからなど、どの角度からの写真でも検索が可能※3。
■「検索結果が間違っていたら、正解を教える」機能を搭載することにより、車に詳しいユーザー層の力も借りながら、さらに精度向上できる仕組みを実現しました。

「カーセンサー中古車検索アプリ」概要

■価格　：無料
■App Store
https://itunes.apple.com/jp/app/id392585743
　Google Play 
https://play.google.com/store/apps/details?id=net.carsensor.cssroid

※2　「カーセンサーnet」内、掲載数上位500車種の66553枚の画像を用いたテストを行ったところ、90.3%の精度で、検索結果（一致率TOP5）に正しい車種が表示されました。
※3　2016年8月時点のカーセンサーnet上「人気車種・モデルランキング」で上位30車種を対象に、「斜め前」「側面」「後ろ」の3方向に関して、計90枚の画像でテストを行ったところ、それぞれ「斜め前（100.0%）」、「横（80.0%）」、「後ろ（90.0%）」の検索精度となりました。

「ディープラーニング」を活用し、画像をラベリング
～機械学習のAPI化により、スピーディかつ低コストでの実現が可能に～

今回、アプリ内に追加した「画像による車種検索機能」は、機械学習の手法の一つである「ディープラーニング」※4を活用しています。事前に用意した約80万枚の画像データをもとに、車の画像から車種を判別することが可能です。

リクルートテクノロジーズが採用している画像認識の機械学習モデルは、右図の流れで構成されています。まず、大量の画像データを用意し、そこに「正解カテゴリ」を付けます。 そして、学習用の画像を用いて、画像から繰り返し特徴を抽出し、判別モデルを作成します。その判別モデルに未知の画像を投入し、カテゴリの判定を行うという仕組みです。

これまでに、リクルートマーケティングパートナーズとリクルートテクノロジーズの取り組みとして、2016年8月に中古車情報サイト「カーセンサーnet」において「"車の内装色"による絞り込み検索」を実現しています。こうした取り組みにおいては、リクルートテクノロジーズのビッグデータ部が提供する機械学習ソリューション群「A3RT（アート）」内のAPI※5サービス「Image Paradise（イメージパラダイス）」を活用しています。

今回のようなA3RTの取り組みは、汎用的なAPIサービスを活用することにより、リクルートグループ内の様々なサービスへ機械学習ソリューションを導入促進することを目的としています。

■A3RT…多様なサービスを展開するリクルートグループ内で、機械学習ソリューション活用の敷居を下げ、スピーディかつ低コストでの導入を目的に設立されたAPI群。
■Image Paradise…機械学習の手法の一つである「ディープラーニング」による画像解析を行うために独自に開発したAPI。教師画像をもとに判別モデルを作成し、未知の画像をラベリングする仕組み。

※4　脳の構造を模倣したニューラルネットワークの一種です。画像などのデータを細かく分解し、特徴点を自動で抽出することによって、人間が関与することなく学習を進めることができます。「ディープラーニング」の活用により、画像を自動判別できることで、これまで活用されることが少なかった大量の画像データを、有効活用できるようになります。
※5　アプリケーションプログラムインターフェイスの略。プログラミングの際に使用できる命令や規則などを指します。

本件に関するお問い合わせ先

https://www.recruit.co.jp/support/form/