COMWARE PLUS プラス・サムシングを大切なお客さまへ

メールマガジンのご登録
ポスト
        
        

「レベル判定型」「分類型」「検出型」、画像認識の3パターン

画像認識プラットフォームでは、認識対象となる画像を3種類の「画像認識パターン」で判別します。

「レベル判定型」は、画像に写っている対象を検出し、設定した基準に基づいて、画像全体の印象を度合いで判定します。この技術を用いると「画像の不適切度」を5段階のレベルで判定することも可能です。

「分類型」は、画像に写っている対象が何であるかを分類する方法です。幅広い分野に適用できますが、自動車の車種や魚の種類など、専門的知識を要する分類に適しています。多くの種類の物体を学習させることで、一般物体の認識も可能になります。

「検出型」は、画像の中で特定の物体を、写っている位置を含めて検出します。検出対象物の大きさや角度、部分に依存せず、人と同じような感性で検出できるのが特長です。監視カメラなどから人物だけを検出できるほか、著作権を侵害するロゴやキャラクターを自動検出するシステムなどへの応用が進められています。

導入事例:自治体 ― 道路の不具合検出

現在、全国の地方自治体は管理する道路の老朽化に悩まされています。亀裂や陥没など不具合箇所を車載センサーで走行しながら自動検知する専用車両は非常に高価なため、大部分は、住民からの通報による現地確認、車で移動しながら目視確認を実施している状況です。さらに不具合箇所の管理にも手間がかかるなど、非効率的で時間を要していました。

画像認識プラットフォームを導入することで、一般車両と市販ビデオカメラを組み合わせ、誰でも簡単に路面の不具合情報を取得できるようになりました。GPSとの連動で不具合箇所を地図上に自動マッピングすることも可能で、作業の効率化が実現しました。全点検により老朽化設備の早期発見にもつながると注目されています。

図2:道路不具合検出

図2

画像認識からさらなる応用が広がるDeep Learning

Deep Learningは、画像認識以外の分野でも使われ始めています。例えば、金融業界における株価予測です。ターゲットとする時刻における株価変動をDeep Learningを用いて予測するというものです。

大きな可能性を秘めているDeep Learningは、他にもいろいろな応用が考えられます。NTTコムウェアは今後も、Deep Learningの技術を積極的に活用し、企業や社会が抱えるさまざまな課題解決に取り組みます。

Deep Learningの関連商品もぜひご覧ください。

Deep Learning画像認識プラットフォーム

2017/6/27

この記事のPDFをダウンロードする

ビジネスに役立つ情報を メールマガジンのご登録

ポスト

事例紹介

スマートフォン用リンク

エバンジェリストが語るICTの未来

スマートフォン用リンク

ページトップへ

トップへ