|
|
|
|
Visual Bank株式会社（東京都渋谷区、代表取締役CEO 永井真之、以下「Visual Bank」）は、傘下の株式会社アマナイメージズを通じて、あらゆる研究・商業AI開発に対応するAI学習用データソリューション『Qlean Dataset（キュリンデータセット）』の提供を推進しています。
このたび『日本人女性フルメイク・ノーメイク顔画像データセット』をラインナップに追加し、独自に構築したAI開発用データのラインナップ『データレシピ*』の拡充を進めています。 |
|
*データレシピ：https://qleandataset.visual-bank.co.jp/lineup
|
|
|
|
|
|
『Qlean Dateset（キュリンデータセット）』の「データレシピ」について |
|
|
|
『データレシピ』は、『Qlean Dataset』における商用利用可能なオリジナルデータラインナップです。 |
|
用途や精度・納期に応じて、すぐに使えるデータ素材を柔軟に組み合わせられる構成が特長で、一部アノテーション済み／未付与のデータや、個別要件に応じた構成変更・拡張にも対応可能です。 |
|
また、株式会社千葉ロッテマリーンズや株式会社東洋経済新報社とのパートナーシップ、国内外のネットワーク、新規収録などを通じて、ラインナップの拡充を進めています。 |
|
これにより、AI開発現場でのデータ収集・整備にかかる負荷を大幅に軽減し、開発のスピードアップに貢献します。 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
「日本人女性フルメイク・ノーメイク顔画像データセット」の概要
|
|
|
|
• |
|
撮影概要：10代から50代の日本人女性30名によるメイクあり状態とメイクなし状態両方を複数の顔角度や照度環境で撮影したデータセット |
|
|
• |
|
撮影環境：１.明るい環境、２.暗い環境、３.ダウンライト、４.逆光、５.デジカメ |
|
|
• |
|
|
• |
|
|
• |
|
|
• |
|
|
• |
|
|
|
|
|
|
|
|
|
|
|
「日本人女性フルメイク・ノーメイク顔画像データセット」のユースケース
|
|
|
|
1. |
|
顔認識AIの精度検証・堅牢性評価に |
|
メイク有無・アングル違いに左右されない顔認識精度を評価するベンチマークデータとして活用。本人確認・スマートロック・セキュリティ領域でのAI品質向上に貢献。 |
|
|
2. |
|
メイク有無の自動判定AI開発に |
|
顔画像からフルメイク／ノーメイクを自動分類するAIモデルの学習素材に。肌色・輪郭・目元・口元などの変化特徴が明瞭で、美容領域の事前フィルタやUX最適化に活用されます。 |
|
|
3. |
|
顔印象変化のスコアリングAIに |
|
同一人物のメイク有無による印象変化（清楚／華やか／知的 など）を定量評価するAIのトレーニングに。広告表示最適化や美容レコメンドにも展開可能。 |
|
|
4. |
|
パーソナルカラー・似合うメイクのAI診断に |
|
メイクによって強調されるパーツ・カラー傾向を学習し、肌色や顔立ちに応じた似合う色提案を行うAIの開発に活用。美容サロンやECサイトへの導入が想定されます。 |
|
|
5. |
|
顔タイプ診断AI（フェイスマッチング）に |
|
顔の輪郭・パーツ比率などから顔タイプ（フェミニン／クールなど）を分類するAIの教師データに。パーソナライズ美容・スタイリング提案サービスと連動可能。 |
|
|
6. |
|
バーチャルメイク試着AIの学習素材に |
|
メイク有無のペア画像構成を活用し、ノーメイク画像をもとにメイク済み顔をシミュレーションするモデルの事前学習に。美容アプリ・ARメイク試着サービスの基盤として活用。 |
|
|
7. |
|
年代別スキンケア・印象変化分析モデルに |
|
20代～50代の幅広い年代データにより、加齢に伴う肌印象やメイク効果の変化をAIが学習可能。年齢特化型の美容プロダクト推薦モデルに貢献。 |
|
|
8. |
|
生体認証・本人確認システムの補正精度向上に |
|
公的身分証などと照合する認証技術において、メイクの有無による顔特徴の揺らぎを学習させ、誤認率を下げる補正アルゴリズムの開発に活用されます。 |
|
|
9. |
|
ARアバターやフェイスカスタムAIの学習に |
|
マルチアングル・表情差なしの顔画像構成は、仮想空間での顔生成・フェイスカスタマイズモデルの学習に最適。VTuber・アバター会議・接客AIなどで使用されます。 |
|
|
10. |
|
美容カウンセリング・整形シミュレーション支援に |
|
ノーメイクとメイク後の印象差を定量化・視覚化できる構成は、美容医療や化粧品カウンセリングにおける「見た目変化の可視化AI」の学習素材として有効です。 |
|
|
|
|
|
|
|
|
|
『Qlean Dataset』の提供するデータセットの特徴 |
|
|
|
• |
|
研究開発、商用利用に対応 |
|
Qlean Datasetの提供するデータセットは、データ取得およびAI開発への利用に関する同意書を「すべての被写体」から取得しており、各国のプライバシーポリシー等にも対応しているため安心して研究・商用利用いただくことが可能です。 |
|
|
• |
|
「データレシピ」からデータセットを提供するため、スピーディーかつROIを最大化 |
|
データレシピというQlean Dataset独自の提供形態を取ることにより、初期投資を抑えたデータ調達を行っていただくことが可能です。 |
|
|
• |
|
|
|
|
|
|
|
関連セミナー情報｜8月20日開催「生成AI×著作権セミナー」 |
|
|
|
Visual Bankでは、2025年8月20日（水）に、生成AIの著作権リスクをテーマにした無料オンラインセミナーを開催いたします。法律事務所ZeLoの弁護士とQlean Datasetの責任者が登壇し、生成AI開発・研究・実装における法的責任について、事例を交えてご紹介します。 権利クリアなデータ提供を進めるQlean Datasetの背景や方針に関心をお持ちの方は、ぜひご参加ください。 |
|
日時： 2025年8月20日（水）14:00～15:30 |
|
形式： オンライン開催（参加無料） |
|
登壇者： 法律事務所ZeLo弁護士／Qlean Dataset責任者 |
|
申込ページ： https://qleandataset.visual-bank.co.jp/seminar/20250820
|
|
|
|
|
|
Visual Bank株式会社 |
|
|
|
AI開発力を最大化する次世代型データインフラを構築・提供するスタートアップ企業として、「あらゆるデータの可能性を解き放つ」をミッションに掲げ事業活動を展開。IP×AIのユースケースの開発および支援事業の『THE PEN』の他、AI学習用データセット開発サービス『Qlean Dataset（キュリンデータセット）』を提供する株式会社アマナイメージズを100%子会社に持つ。 |
|
また、Visual Bankは国の研究開発プログラム「GENIAC」にも採択され、社会実装に向けた取り組みを加速させています。 |
|
|
|
代表取締役CEO：永井 真之 |
|
所在地：〒102-0083 東京都千代田区麹町5-3-23 日テレ四谷ビル WeWork |
|
Visual Bank企業URL：https://visual-bank.co.jp/
|
|
アマナイメージズ企業URL：https://amanaimages.com/about/
|
|
