【未来を見据えた医療革新】【23卒】 キヤノン 技術系の通過ES(エントリーシート) No.77188（非公開/非公開）（2022/5/17公開）

私は働く上での目標として、「〇〇の研究で学んだ〇〇の知識を生かして医療の発展に携わりたい」という思いがあり、貴社であれば実現可能だと考えたため。その中でも、モノづくりによって人々の健康の役に立つことが出来る医療機器やAI画像診断の分野に非常に興味を持っており、そのために画像処理が行える研究室に進学した。その中で、画像診断AIや医用画像処理など医療分野におけるIT技術の活用方法は数多くあり、それらを社会で普及させるには医療機器の発展が不可欠であると学んだ。貴社は東芝のメディカル事業を買収するなど、医療分野にこれから力を入れるのではないかと考えている。したがって、将来的に医用画像処理や画像診断AIが重要になる中、貴社の果たす役割は非常に大きくなると考えている。私は貴社でその技術を学び、ひいては、発展させることで人々の健康的な生活を支える一員になりたいと考え、貴社を志望している。 続きを読む

現在、畳み込みニューラルネットワーク(CNN)といった機械学習の手法を用いた顔検出システムの作成を行なっている。そして研究成果を活かし、コロナ禍でのマスク着用時の顔検出に対して様々な改善案を提案することを目指している。マスク着用時は顔の約70%が覆われているため、従来の顔検出AI技術十分な精度が得られない。そこで私は「顔が露出している領域」と「マスクが覆う領域」を別々に分析することで検出精度が向上するのではないかと仮説を立てた。「顔が露出している領域」ではヒトの顔の特徴が表れやすい眉間のシワや頬、鼻の微細な筋肉の動きの特徴もデータとして活用した。また、「マスクが覆う領域」ではマスク自体にシワが生じ変形するためその特徴もAIで学習し、数値化した。結果としては、仮説通り「顔が露出している領域」と「マスクが覆う領域」を別々に分析することで顔検出精度が60%から80%に向上した。今後の方針は課題として、マスクも色や柄によって認識精度にばらつきがあるため、学習データを増やし更なる精度向上に励み、コロナ禍における安全かつ安心な生活の実現に貢献したい。 続きを読む