Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Computer Visionで見る新たな世界_IoTビジネス共創ラボ 第10回 勉強会

880 views

Published on

Computer Visionで見る新たな世界

Published in: Technology
  • Be the first to comment

Computer Visionで見る新たな世界_IoTビジネス共創ラボ 第10回 勉強会

  1. 1. Computer Visionで見る 新たな世界 2018年11月22日 日本ユニシス株式会社 新事業創出部 下拂直樹
  2. 2. 1 ©2018 Nihon Unisys, Ltd. All rights reserved. 自己紹介 日本ユニシス株式会社 新事業創出部 IoTビジネス開発室 下拂直樹 ◼ 経歴 ➢ クラウド型CRMサービスの主管SE ➢ 官公庁・自治体の営業 ➢ IoT・画像解析分野の商品企画を担当 ◆ カメラ映像から人物の動線や年齢性別を把握するサービス「JINRYU」をリリース ◆ 公共・流通・製造分野の案件における画像解析技術の適用検討等の提案フェーズで参画 ◼ 著書 ➢ リックテレコム社より共著で「IoTシステム開発スタートアップ」出版
  3. 3. 2 ©2018 Nihon Unisys, Ltd. All rights reserved. 主題と内容 ◼ 進む画像解析技術の活用 ◼ ブレークスルーの阻害要因 ◼ Computer Visionのトレンド予想 人の視覚を利用するあらゆる業務はComputer Visionに代替さ れる可能性が高いので、その変化に備えましょう。
  4. 4. 3 ©2018 Nihon Unisys, Ltd. All rights reserved. 画像データとは 出典:Club Unisys 経済産業省・NEDO電子レシート実証事業紹介記事 https://cu.unisys.co.jp/hairpin/meti-digital-receipt/ Red Green Blue 195 139 103 242 233 227
  5. 5. 4 ©2018 Nihon Unisys, Ltd. All rights reserved. ヒトの目を代替する画像解析技術 • 何の画像であるかが分かる • 対象物の位置や数が分かる • 領域が分かる • 異常(正常でないこと)が分かる 何かしらの認識を含む画像解析技術(画像解析AI)
  6. 6. 5 ©2018 Nihon Unisys, Ltd. All rights reserved. 何の画像かが分かる(認識する) ・人である ・男性である(属性推定) ・困っている(感情推定) ・下拂である(個人認証) 何の画像であるかが分かる技術
  7. 7. 6 ©2018 Nihon Unisys, Ltd. All rights reserved. 「認識する」の事例:人流解析サービス カメラ インターネット 映像データを人数・座標・属性データへ変換 人数のカウント、滞留の検知、属性分析等を行う 小型コンピュータ (映像解析ソフトウェア) ID:001 座標:35,24 性別:男性 年齢:35歳 ID:002 座標:40,48 性別:女性 年齢:29歳 ID:003 座標:20,11 性別:男性 年齢:58歳 映像データ 解析データ デバイス管理 人流解析 滞留検知 属性分析
  8. 8. 7 ©2018 Nihon Unisys, Ltd. All rights reserved. 「認識する」の事例:橋梁健全性判定 劣化要因・健全度診 断 写真撮影・登録 橋梁点検・診断業務にかかる 膨大な労力とコストの削減 AIの画像認識技術による劣化要因 ・健全性自動判定サービスの提供 日本ユニシス、日本海コンサルタント AIを活用した橋梁の劣化要因・健全性判定システムを共同開発 https://www.unisys.co.jp/news/nr_181017_aihantei.pdf
  9. 9. 8 ©2018 Nihon Unisys, Ltd. All rights reserved. 見つける 飲料コーナー カメラ ヒト 特定の対象物を見つける技術
  10. 10. 9 ©2018 Nihon Unisys, Ltd. All rights reserved. 「見つける」の事例:倉敷市人流車番カメラ 観光地における来訪者数や来訪者 属性傾向が分からず、有効な観光 施策が立案できない 人流解析サービスによる来訪者数や来 訪者属性の把握と傾向分析
  11. 11. 10 ©2018 Nihon Unisys, Ltd. All rights reserved. 「見つける」の事例:倉敷美観地区人流NOW 高梁川流域データポータル:http://jinryu.dataeye.jp/
  12. 12. 11 ©2018 Nihon Unisys, Ltd. All rights reserved. 「見つける」の事例:車番カメラ 高梁川流域データポータル:http://jinryu.dataeye.jp/
  13. 13. 12 ©2018 Nihon Unisys, Ltd. All rights reserved. 「見つける」の事例:期限切れPOPの検出 日本ユニシスニュースリリース:https://www.unisys.co.jp/news/nr_181119_airobot.pdf
  14. 14. 13 ©2018 Nihon Unisys, Ltd. All rights reserved. セグメンテーション 対象物によって領域を分ける技術
  15. 15. 14 ©2018 Nihon Unisys, Ltd. All rights reserved. セグメンテーションの事例:河川水位把握 水面 河岸 セグメンテーション処理
  16. 16. 15 ©2018 Nihon Unisys, Ltd. All rights reserved. 異常検知 正常な状態ではない状態を認識する技術
  17. 17. 16 ©2018 Nihon Unisys, Ltd. All rights reserved. 異常検知の事例:駅構内警備ロボット 日本ユニシス:ニュースリリース https://www.unisys.co.jp/news/nr_181016_keibirobo.pdf 不審者検出 不審物検出 自立移動型のAI監視ロボットが駅構内を巡回し、不審者・不審物を検出 11/26~11/30西武新宿駅にて実証実験
  18. 18. 17 ©2018 Nihon Unisys, Ltd. All rights reserved. ブレークスルーの阻害要因 ◼ 学習コストが高い(データ収集コスト含む) ◼ 精度の見通しが不透明(やってみなければ分からない) ◼ 画像解析・ディープラーニングに精通するエンジニアが少ない
  19. 19. 18 ©2018 Nihon Unisys, Ltd. All rights reserved. 日本ユニシスの画像解析AIプラットフォーム(開発中) 見つける・数える 状態を認識する 異常状態を 検知する アプリケーション テンプレート群 ライブラリー群 サンプルシナリオ/ テンプレート適用 ガイド 異常動作を 検知する 画像処理 3Dデータ 処理 機械学習・深層学習 橋梁健全度判定によ る点検効率化 人物属性把握による 高度なマーケティング アプリケーションテン プレート適用ガイド ライン 分散型IoTビジネスプラットフォーム デバイス管理エッジ処理IoTセキュリティ CUDA OpenCV 他社ライブラリ chainer 開発範囲 オープンソース 他 社 API サ ー ビ ス 他社ソリューション IoTプラットフォーム 数学ライブラリ・最適化ライブラリEigen ・・・ ・・・ ・・・ 不良品検出による製 品検査の効率化 鉄道監視映像による 事故時点の特定 通行車両の逆走・ル ート外れ検知 高速シミュレーションによる 車両設計効率化 インシデントを発見する シミュレーションを 高速化する スペクトルデ ータ 処理 音声 データ 処理 拡張予定 BRaVS共通PaaS機能
  20. 20. 19 ©2018 Nihon Unisys, Ltd. All rights reserved. 今後のトレンド予想 ◼ 3Dセンサー ◼ ハイパースペクトルカメラ
  21. 21. 20 ©2018 Nihon Unisys, Ltd. All rights reserved. 3Dセンサー ・対象物の長さ・高さ・面積を知りたい ・ヒトやモノの動きを高精度でトラッキングしたい ・対象物の形状を知りたい 3Dセンサーが適している領域 3Dセンサー:画像データに加えて対象物との距離が分かるセンサー
  22. 22. 21 ©2018 Nihon Unisys, Ltd. All rights reserved. ハイパースペクトルカメラ 従来のカメラ(人の目) ハイパースペクトルカメラ RGBの3バンドで認識 100以上のバンドで認識 塗装のムラの把握 食品工場での異物の検出 製品の品質検査 ◼ 活用例 ヒトの目では分からないレベルでの把握が可能
  23. 23. 22 ©2018 Nihon Unisys, Ltd. All rights reserved. まとめ 1.認識・検出・異常検知などの画像解析技術の実用化が進んでいる 2.学習コストの低減や学習不要な仕組みの進化で、さらに画像解析の普及は進む 3.3Dセンサーやハイパースペクトルカメラにより人の能力を超えた認識が可能

×