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.

来栖川電算の技術紹介

4,230 views

Published on

来栖川電算の技術紹介です。問い合わせが多いので概要をまとめました。より詳しいことが知りたい方や相談したい方は yamaguchi@kurusugawa.jp へ連絡してください。

Published in: Technology

来栖川電算の技術紹介

  1. 1.  会社紹介  情景画像文字認識技術  物体認識技術  モーション認識技術  データマイニング技術
  2. 2. 会社紹介
  3. 3. • 概要 – 名古屋工業大学発ベンチャー(2003年) • 目的 – 知的インターフェイスによる社会の変革 – ソフトウェアの品質・生産性の向上 • スタッフ 27人 – 役員 3人,正社員 12人,見習い 5人 – デザイナ 1人,データ作成 5人,家政婦 1人 – IPA未踏ソフトウェア経験者多数 来栖川電算 http://kurusugawa.jp/
  4. 4. 事業戦略 • 知的インターフェイスでユーザの近くへ SI・コンサルティング コンシューマサービス ライセンス提供 技術研究・データ作成 大規模インフラ構築 拡 大 中
  5. 5. 情景画像文字認識技術 来栖川電算の
  6. 6. 情景画像文字認識とは?
  7. 7. 情景画像文字認識とは?
  8. 8. 情景画像文字認識とは? • 従来のOCRとは戦場が違う – 悪環境下での文字認識 • 手書き・様々な書体・かすれ・点描・きついパー ス・統一性のない並び・逆光・陰・影・グラデー ション・モアレなど 電脳コイルみたいな世界だ!
  9. 9. いつ使える? • 文字が写っている場面 – 屋外での棚卸し – キーワードによる画像の検索 – キーワードによるビデオの頭出し – 画像のメタ情報と内容が一致しているか検査
  10. 10. 事例:タンゴチュウ • 写真をつぶやくと文字認識するサービス 葛の葉宛(@tcfox)につぶやこう!
  11. 11. 事例:モバイル版 • evernoteへ写真をアップロードするつい でに文字認識するアプリ(Android)
  12. 12. 物体認識技術 来栖川電算の
  13. 13. 物体認識とは? ①画像に写る物体の名称・姿勢を推定する
  14. 14. 物体認識とは? ②物体が写った画像をたくさん覚えさせる
  15. 15. いつ使える? • 見て判断している場面 工場内で箱の仕分け 体験や評判の調査 ワインラベルで情報検索 AR付箋 集めて応募キャンペーン ARフィギュア
  16. 16. 競合とココが違う! • 広い適用範囲 照明・姿勢の変化に強く、様々な撮影環境に対応 • 驚異的な認識精度 – 数十万種類の物体をほぼ完ぺきに識別 • 圧倒的な処理速度 – たった1台のPCで百万種類を瞬時に識別 – 台数を増やせばリニアにスケールアウト • 簡単な操作 – 画像と教師をアップロードするだけ
  17. 17. 事例:ShotSearch • 表紙を撮影して発売日や口コミなどを チェックできるアプリ(Android/iOS)
  18. 18. 事例:ShotSearch • 絵柄や構図がよく似ていてもイケル!
  19. 19. モーション認識技術 来栖川電算の
  20. 20. モーション認識とは? • 各種センサーから動作の種類を推定する
  21. 21. いつ使える? • 行動の種類がモーションに表れている状況 – 工場内作業の安全性確認 – 生活行動・運動・活動量の検出・分析 – 身体特徴の測定 – ウェアラブル端末のジェスチャ操作
  22. 22. 事例:毎朝体操 • スマホを持ってラジオ体操すると採点 【対応OS】Android, iOS 【公式サイト】http://maiasa.jp/
  23. 23. データマイニング技術 来栖川電算の
  24. 24. 事例:大学病院 • Hadoopによる冗長化で高アベイラビリティ • Pig+UDFにより手軽で自由な分析をサポート
  25. 25. 事例:広告企業 • 最新手法で分析し、ニーズ・施策を発掘 • 分析期間・分析対象は何十倍にも増える予定
  26. 26. 事例:組込企業 • 並列計算に対応した最新の手法を活用 • クラウドをスポットで活用して経費節約
  27. 27. 事例:ECサイト • Hadoopによる冗長化で高アベイラビリティ • Pig・hBase・MapReduceによるリアルタ イム集計
  28. 28. 事例:大規模試験 • クラウドをスポットで活用し、期間と経 費を大幅削減
  29. 29. 事例:大規模学習 • 文字認識のための大規模機械学習 – 30タスク(8段) – 4~5日/回(普通のcore i7マシン) – cc2.8xlargeのSPOTで節約(時間:1/4,費用:1/2) • ※1時間以内にセーブポイントまで進める工夫が必要
  30. 30. 事例:その他 • 自動車メーカー – 走行データの解析 – センサー・動画からのシーン認識・物体認識 • 工場内搬送システムメーカー – ビークル・ストッカーなどの制御 – トラフィック最適化 – 不良原因分析

×