Vision AI / Video Intelligence 完全ガイド｜画像・動画解析 API

GCP の画像・動画 AI は 3 つのサービスから構成されます — Cloud Vision API (画像分析)、Video Intelligence API (動画分析)、Vertex AI Vision (カスタム + Edge)。 本記事ではそれぞれの機能、使い分け、AWS / Azure 比較をまとめます。

Cloud Vision API 機能

Vision API 利用例

from google.cloud import vision

client = vision.ImageAnnotatorClient()
image = vision.Image()
image.source.image_uri = "gs://my-bucket/photo.jpg"

# 複数機能を 1 リクエストで
features = [
    vision.Feature(type_=vision.Feature.Type.LABEL_DETECTION, max_results=10),
    vision.Feature(type_=vision.Feature.Type.TEXT_DETECTION),
    vision.Feature(type_=vision.Feature.Type.SAFE_SEARCH_DETECTION),
]
request = vision.AnnotateImageRequest(image=image, features=features)
response = client.annotate_image(request=request)

for label in response.label_annotations:
    print(f"{label.description}: {label.score:.2f}")
print("OCR:", response.text_annotations[0].description)
print("Adult:", response.safe_search_annotation.adult.name)

Video Intelligence API 機能

• Label Detection: 動画全体 / シーン / フレームラベル
• Shot Change Detection: シーン変化点
• Object Tracking: 動画内物体追跡
• Text Detection: 動画内テキスト OCR
• Logo Detection: ブランドロゴ追跡
• Explicit Content: 不適切コンテンツ検出
• Speech Transcription: 動画内会話書き起こし
• Person Detection: 人物検出 + 姿勢推定
• Face Detection: 顔検出 (識別ではない)

Vertex AI Vision

• カスタムモデル学習 (画像分類 / 物体検出 / OCR)
• Stream Ingestion (RTSP / Pub/Sub から動画ストリーム取り込み)
• People Counting / Occupancy Analytics (店舗・施設用)
• Person/Vehicle Detection (監視カメラ)
• IoT Edge デプロイ (Coral / Jetson)
• BigQuery 連携で大規模分析

料金例

他クラウド比較

典型的なユースケース

• EC: 商品画像の自動タグ付け + 不適切画像ブロック
• 製造: 検品 (Vertex AI Vision カスタムモデル)
• リテール: 店舗内人流分析 (Vertex AI Vision Occupancy)
• メディア: 動画コンテンツのモデレーション + メタデータ生成
• ロジスティクス: 配送ラベル OCR
• セキュリティ: 監視カメラの異常検知

※ Google Cloud は Google LLC の商標です。最新情報は Cloud Vision 公式 をご確認ください。