オーダーメイド画像認識AI開発サービス
生成AI導入支援
写真1枚から「どの商品か」「どこが違うか」を示す。キャラクターグッズの画像検索・真贋判定支援AIのPoC事例
お客様業種 : キャラクターグッズ関連事業者様(PoC)

取り組んだ背景
人気キャラクターのグッズには、精巧な偽造品が出回ります。
市場で見つかった商品が本物かどうかを確かめるのは、経験を積んだ担当者の仕事です。
・まず「どの商品か」を探すのに時間がかかる
ステッカー、ぬいぐるみ、キーホルダーと品目は幅広く、商品画像は数万点にのぼります。
写真を見ながら正規品の資料を探すだけでも、手間がかかります。
・真贋の見極めが人に依存している
どこを見れば偽物とわかるかは、担当者の頭の中にあります。
値札の記載、金具の形、付属品の有無など、着眼点は商品ごとに異なります。
・偽造品の画像は少ない
偽造品の写真は商品ごとに数枚しかなく、AIに「本物と偽物」を学習させるだけの枚数がそろいません。
そこで、商品を写真で探す「画像検索」と、担当者が見るべき違いを示す「真贋判定支援」の2つを、実際に動くシステムとして検証しました。

取り組み① 写真で商品を探す「画像検索」
商品を撮影してアップロードするだけで、登録済みの商品画像の中から見た目の近いものを、似ている順に5件並べます。
商品名や商品コードを打ち込む必要はありません。
仕組みは「画像のベクトル検索」です。画像認識AIで画像を数値の列(ベクトル)に変換し、ベクトルDBで似たベクトルをコサイン類似度の計算で検索します。
AIの学習は不要で、商品画像を登録したその瞬間から検索対象になります。

同じ商品の別写真も並ぶため、見比べて選べます(スコアは画面イメージです)。
取り組み② 真贋判定を支援するAIの手法比較
真贋判定は「いきなり作る」のではなく、「どの手法なら実務で使えるか」を先に確かめました。
前提にしたのは次の3点です。
- 学習しない方式を選ぶ:偽造品の画像が少ないため、正規品の画像1枚と見比べる比較型にする
- 画素の微差を当てにしない:形・付属品・配色・記載内容など、写真で確実に見える点に絞る
- 断定しない:誤って「偽物」と言う損失は大きい。AIは見るべき違いを示す役にとどめる
そのうえで、性質の異なる3つの手法を、同じ検証写真で比べました。
| 手法 | やること | 結果 |
|---|---|---|
| 値札の文字照合(OCR) | 値札の商品コード・JANコード・価格を読み取り、正しい値と照合 | 検証では誤警報が出なかった。検出できる範囲は狭い |
| 生成AIによる観点別チェック | 担当者の判定理由から起こした観点ごとに、正規品との違いを生成AIが確認 | 画像の撮り方が変わっても安定。支援機能の主力 |
| 画像の異常検知(DINOv2) | 正規品の画像と細かく見比べ、食い違う場所をヒートマップで示す | 「どこが違うか」の位置は示せるが、撮影条件でスコアが大きく揺れる |
値札の文字照合
商品コードから、値札に印字されるべき番号とJANコードを計算で導けることを確かめました。
お客様に正解データを用意していただかなくても照合できます。
「この数字とこの数字が違う」という根拠が残るため、将来の自動判定の入口になります。
生成AIによる観点別チェック
「金具の取り付け位置」「コピーライト表示」などを観点ごとに「一致/相違/確認できない」で答えさせ、所見を文章で残します。
人の判断を置き換えるものではなく、「見落としを防ぐ第2の目」という位置づけです。

画像の異常検知
白背景で撮影した場合は、本物と偽物をきれいに分けられ、違う場所もヒートマップで示せました。
しかし実際の撮影環境では、照明や背景の違いだけで本物のスコアが上がり、偽物と区別できなくなりました。

どの手法も、AIが「偽物です」と断定する使い方はしません。
文字照合で根拠が確定したものだけを「不一致」とし、生成AIの指摘は「人の確認が必要」として担当者に回す設計です。
PoCの成果と今後の展望
今回のPoCでは、次のことを確かめられました。
- 写真1枚から正規品の候補を探す画像検索を、実際に使える画面まで作れた
- 真贋判定支援では、生成AIの観点別チェックが主力になると見極められた
- 精度を左右するのはAIの性能よりも「写真の撮り方」だとわかった
次の段階では、まず撮影の仕様を決め、そのうえで真贋判定支援を画面に組み込むことを提案しています。
担当者の判定記録を学習データとして蓄積し、運用しながら精度を高めていくことも視野に入れています。
アイソルートでは、PoCで終わらせず、撮影ルールづくりから業務への組み込みまで一貫してご支援します。
「自社の商品でも試せるか」といった段階から、お気軽にご相談ください。




















