AWSのAI・MLサービス応用問題
Amazon Rekognitionで顔検出APIを呼び出すアプリケーションを運用しています。ユーザーが低解像度や逆光の画像をアップロードすると、顔が検出されず、アプリケーション側でエラーになることが頻繁に起きています。この問題を改善し、検出精度を向上させるための最も実用的な対応はどれですか？
A.Amazon Rekognitionの信頼度スコア（Confidence）の閾値を0%に設定して、すべての検出結果を受け入れる
✗ 信頼度スコアの閾値を0%にすると、誤検出が大幅に増え、顔でない部分まで顔と判定され、精度が悪化します。
B.ユーザーへの事前チュートリアルで、十分な照明と高解像度での撮影を推奨し、画像品質の前処理パイプラインを追加する← 正解
✓ 正解です。入力画像の品質向上と事前処理が最も実用的で、Rekognitionの検出精度を大幅に改善できます。
C.Amazon SageMakerで独自の顔検出モデルを一から構築し、既存のRekognitionの代わりに使用する
✗ SageMakerで独自モデルを構築するのは高コスト・高工数であり、画像品質の改善という根本原因に対処していません。
D.複数回のAPIコール試行を自動化し、同じ画像を異なるパラメータで複数回送信することを強制する
✗ 低品質な画像を何度も送信しても、Rekognitionは同じ結果を返すため、コストが増加するだけで改善につながりません。