ランドマークLandmark
決まった場所ごとに番号が付いた基準点
- ランドマークは対象が決まっていて点ごとにあらかじめ番号が振られた基準点です。何番の点はどの写真でも同じ場所を指します。
- 番号が固定されているので**同じ番号どうしをそのまま比べられます。**この性質がランドマークを使いやすくしています。
- 最初の使い道は姿勢合わせです。傾きや大きさがばらばらな入力を基準点に合わせて回転・拡大縮小しておくと、次の段階が楽になります。
- 点の数は目的によって変わります。数十個の粗いリストもあれば、数百個を網目のように細かく敷くリストもあります。
- 点の見た目そのものではなく点と点の間の距離と比率が、目を閉じているか、口が開いているかといった判断の材料になります。
目次
1たとえで理解する
全国の山頂や道端には、国が打ち込んだ測量標石があります。見た目はただの金属の円盤ですが、一つひとつに固有の番号が振られていて、その場所の座標が台帳に記されています。何番の標石がどこにあるかは、十年経っても変わりません。
土地を新しく測ったり地図を書き直したりするときは、まず標石を探します。自分の場所でどれだけ正確に測っても、基準がなければ他の人が測った値とかみ合いません。標石をいくつか押さえてそこに合わせれば、別々の日に別々の人が測った値も一枚の地図の上に重なります。
ランドマークがこの標石にあたります。どんな写真が入ってきても何番の点は決まったその場所を指し、その点を基準にして残りを合わせていきます。
2くわしく
番号がそのまま場所です
ランドマークの核心は点の数ではなく、番号と場所が対になって固定されていることです。リストを一度決めておけば、どんな入力でも同じ番号は同じ部位を指します。何番は左目の外側の端、何番は下唇の中央、といった具合です。
この約束のおかげで写真どうしをそのまま比べられます。今日撮った写真の十二番目の点と先週の写真の十二番目の点は同じ部位を指すので、二つの値をそのまま引いてみればその部位がどれだけ動いたかが分かります。番号がなければ「どの点がどの点と対になるか」から解き直さなければなりません。
リストを作る作業は人が行います。学習に使う写真数万枚に人が直接点を打って番号を振った資料が先にあり、モデルはその資料を見て新しい写真で同じ番号の点をどこに打つべきかを学びます。リストが異なる二つの道具は番号がずれるため、結果を差し替えて使うことはできません。
まず姿勢を合わせるために使います
ランドマークの最初の任務は意味を読み取ることではなく、入力をきちんと並べることです。入ってくる写真は傾いていたり、遠かったり近かったり、画面の隅に寄っていたりします。このままでは比べられません。
そこで基準点をいくつか押さえます。たとえば両目にあたる点がいつも画面の決まった場所に来るように、写真を回転させて大きさを合わせます。この過程を経ると、異なる写真どうしが同じ枠の中に置かれ、そのあとの計算がぐっと安定します。
顔認識が角度や距離の変化によく耐える理由の一つがここにあります。認識段階そのものが優れているからではなく、その前段でランドマークが姿勢を合わせているからです。ビデオ会議の補正機能や眼鏡を試着する機能も、この整列の上で動いています。
点をいくつ敷くかは目的が決めます
粗いリストは数十個ほどです。目・鼻・口・輪郭の境目に点を置く程度なので計算が軽く、姿勢を合わせたり表情をおおまかに分けたりするには十分です。古い機器やウェブブラウザで動く道具はこの程度をよく使います。
細かいリストは数百個まで行きます。点と点を三角形でつなぐと表面を覆う網になり、その上に模様を重ねると顔に眼鏡や仮面が張り付いて動く効果が出せます。点が多いほど表面の凹凸を細かく追えますが、計算が重くなり点一つひとつの震えも大きくなります。
目的に対して過剰だと損です。目を閉じたかどうかだけ見ればよい機能に数百個の網を使えば、電池を余計に使うだけで判定はよくなりません。
意味は点と点の距離から生まれます
ランドマークそのものは座標のリストにすぎません。ここから意味を取り出す方法は決まった番号の点どうしの距離を測ることです。上下のまぶたにあたる点の間が狭まれば目を閉じた状態、上下の唇にあたる点の間が開けば口を開けた状態と読み取ります。
距離をそのまま使うと困ります。カメラに近づくとすべての距離が一緒に大きくなるからです。そこで他の距離で割った比率を使います。両目にあたる点の間の距離を物差しにして残りを測れば、遠い近いに揺らがない値が出ます。
こうした比率がいくつかあれば、かなり多くの判断ができます。居眠り運転の警告はまぶたの間の比率が一定時間以上狭まったことを捉える方式で、ビデオ会議の発話者表示は唇の間の比率の上下動を見る方式です。表情を読み取るというより、いくつかの長さの比率を見張っていると考えるほうが実際に近いです。
3もう少し正確に
ランドマーク一つは縦横の位置と確信の値で表し、奥行きの距離まで一緒に出す道具もあります。位置の値は画面サイズで割った比率で出す場合が多く、写真サイズが変わってもそのまま使えます。計算の方法は位置を直接指すというより、おおまかな配置をまず決めてからその上で点を少しずつ動かして仕上げるやり方がよく使われます。
ランドマークはキーポイントの一種です。位置を点で指すという点では同じで、対象が決まっていて番号が細かく固定されているという点で分かれます。関節のように数が少なく目的ごとにリストがよく変わるほうは普通キーポイントと呼ばれ、顔のようにリストが標準として固まっているほうはランドマークと呼ばれます。境界がきっちり分かれるわけではないので、道具の説明書によっては二つの言葉を混ぜて使うこともあります。
たとえがずれる点もあります。測量標石は実際に地面に打ち込まれているので探せばそれで済みますが、ランドマークはどこにも印が付いていません。学習資料で人が打ってくれた位置をまねて毎回新しく推測する場所なので、隠れていたり角度がきついとまったく違う場所に打たれてしまいます。標石の座標は台帳に記された確定値ですが、ランドマークの座標にはいつも誤差がつきまといます。
4やってみる
5よくある誤解
ランドマークとキーポイントは別々の技術だと思われがちですが、実際にはランドマークはキーポイントのうち番号と対象が固定された枝を指す言葉です。
点が多いほど正確だと考えられがちですが、実際には目的に必要な分だけで十分で、点が増えるほど計算と震えも一緒に増えます。
ランドマークさえあれば表情や感情が分かると思われがちですが、実際にはいくつかの距離の比率が変わったことを見るだけなので、心の中までは読み取れません。
7ひとこと要約
つまりランドマークはあらかじめ番号が振られた基準点で、その番号が固定されているからこそ、別々の写真どうしを同じ物差しで比べられます。
誤りや、もっと良いたとえがありますか？ 修正を提案する · 最終更新2026-09-02