写真の人数をAIに数えさせてよい？画像理解の限界と番号付きの照合

情報確認日：2026年10月15日

写真の人数をAIに数えさせることは、候補の確認を助けますが、正確な人数の測定には置き換えられません。画像理解モデルは物体の数を概算する場合があります。数える対象を決め、元画像に番号を付けて一つずつ照合し、重なりや画面外など判定できない部分を残してください。

AIの答えが、数えた記録を持つとは限らない

OpenAIの画像理解の公式説明は、画像内の物体の数が概算になる場合や、位置を精密に特定する課題が苦手なことを挙げています。流ちょうに「23人です」と返ってきても、23人をそれぞれ識別して確認した証拠ではありません。

人物の重なり、遠くの小さな顔、鏡やポスターに写った人物、画面の端で切れた人などで、数える条件が曖昧になります。別のAIが同じ数字を出しても、同じ対象を同じ方法で数えたかは別に確認します。

人数が重要な報道や、安全管理、支払いなどで使うなら、人や専用の計測方法による確認が必要です。一枚の写真で見えない範囲まで推計する場合は、直接数えた人数と推計を分けます。

写真を送る前に、対象と範囲を指定します。例えば、会場全体の来場者数なのか、写っている人だけなのか、前列の着席者だけなのかで答えが変わります。

編集部による確認項目の例です。

この表はAI製品の自動判定仕様ではなく、数え方をそろえるための作業条件です。条件なしに何度も数を聞き直すより、どこで判断が分かれるかを残せます。

まず元画像を保存し、書込みをするなら別のコピーを使います。全体像と、拡大した部分がどこに対応するかを示せる状態にします。

AIには合計だけでなく、左上から順に確認した対象の場所を説明させます。ただし位置の説明も誤る可能性があるため、人が元画像に対応する番号を付けていきます。AIに画像へ数字を描かせた結果だけを、確認済みの正解として使わないでください。

番号の付いた対象一覧ができれば、見落とした人、同じ人の二重計上、ポスターを人として数えた箇所を探せます。判定できない箇所は、別の番号と「不明」を付けて、確実に見える対象と分けます。

例えば「確認できた対象A群」と「重なりで判定できない領域B」を分ける記録です。実際に数えていない写真について、この記事が特定の人数や精度を示すものではありません。

大きな画像を部分に分けると細部を見やすくなりますが、隣の画像にも同じ人が写ることがあります。切り出した範囲を元画像に示し、境界にいる対象の番号を対応させます。

各部分の合計をそのまま足すのではなく、番号の一覧で同じ対象を除きます。元画像と切り出し画像の向きや縮尺が変わっていないかも確認してください。

小さな文字や回転した画像、パノラマ等にも公式の制限があります。元のファイル名やメタデータが処理されるとは限らず、解析前に画像がリサイズされる場合もあります。高解像度の元画像を渡しただけで、すべての細部が同じ解像度で解析されたと考えないことが必要です。

会場の写真には、画面外の人、受付後に帰った人、別の時間に来た人は写りません。写真に見える人を正しく数えても、それがイベント全体の参加者数とは限りません。

参加者数を確かめたい場合は、主催者の集計方法や対象時間、受付記録など、別の根拠が必要です。写真による確認と、主催者発表、推計を混ぜず、それぞれの数字が何を数えたかを書きます。

AIの人数と発表人数が違う場合も、写真の誤認だけでなく、対象範囲や時点が違う可能性を調べます。数字の違いだけで、発表した人の意図を断定することはできません。

元画像の出所、撮影時点、数えた範囲、除外した対象、番号付き一覧、判定不能の領域を記録します。再確認できる人へは、AIの合計だけでなく、その一覧を渡します。

画像を外部AIへ送るときは、仕事の利用ルールと共有できる範囲を確認します。人物の身元を推測するための依頼へ広げず、今回必要な個数の確認に絞ってください。

AIは「見えている対象を探す」「不明箇所を整理する」補助に使えます。最終の数字は、数えた対象と元画像を対応させた記録から確かめることが、概算の回答をそのまま測定値にしない方法です。

執筆・検証：カネさん（政経プラスチャンネル運営）＋ ChatGPT

ほかの記事を探す