弊社の強み

アダコテックがご提供するアルゴリズムを搭載したシステムはリアルタイム性を確保しながら、検知対象となる事象を24時間モニタリングし続けられる、
「コストパフォーマンス」に優れたシステムを実現

機械学習の黎明期から多種多様な業種・業務に携わる中で得られた知見を お客様のリクエストに応えられる製品づくりに反映させています。

「技術的側面」:産総研特許と完全自社製ソフトウェア

アダコテックの製品には産総研の特許技術を使っていますが、
製品化そのものはソースからAPIに至るまで、すべて自社内で行っております。
パッケージを単純に適用しても期待通りいかないケースや、
お客様ごと異なるリクエストがあった場合でも、潤沢な過去の知見に基づき、
自由自在にカスタマイズ・追加設定・機能開発が可能です。

「人的側面」:産総研技術顧問と社内メンバーの知見

特許発明者を中心とする技術顧問・技術サポート陣を擁し、
社内に場を設け、定期的に直接ディスカッションを実施しております。
技術的に困難と思われる課題が現われた場合も、正しいアプローチから解決策をたぐることが可能です。
また、当社独自に発案した手法・対策についても、逐次先生方のご意見をいただきながら改善を重ねています。

「経験的側面」:実証研究領域からフィールド適用、最適運用まで

HLAC/CHLAC等の技術的黎明期から、さまざまなエンドユーザ様事例を踏まえ
単なる技術の押し付けではない、真に使い勝手にすぐれた解決策を
お示しできる豊富な経験を有しています。

革新的な学習型パターン認識技術であるHLAC/CHLACを活用した例

HLAC/CHLACは、産業技術総合研究所(産総研)が開発した静止画・動画など映像の特徴を瞬時に認識する特許技術でありHLACは色や形、CHLACは形や動きの認識に優れています。

NIST(米国立標準技術研究所)による 71人の「歩き振り」からのみ個人を識別する「人および動作の認識方式」の国際コンペ(テロリスト対策の一環)で中国科学院、MIT、カーネギーメロン大等を抑え産総研の「学習型パターン認識技術」が世界トップの性能を達成した。
(産総研ニュースリリース/2005年5月より)

資料:平成28年3月発行「産総研LINK N0.5」COLUMUN「CHLAC開発者の声」より

大津 展之 Nobuyuki Otsu
産総研 名誉リサーチャー (知能システム研究部門 客員研究員)

小林 匠 Takumi Kobayashi
知能システム研究部門 コンピュータビジョン研究グループ 主任研究員

静止画像から動画像へ

産総研では、学習適応能力をもつ画像認識技術として、HLAC(高次局所自己相関特徴抽出法)を開発していました。これは、(2次元の)静止画像を認識するための技術ですが、それを拡張したCHLAC(立体HLAC)は、静止画像だけでなく、時間軸のある(3次元時空間)動画像についても、映っている対象とその動きの特徴を効果的に抽出し、より高い精度で認識できる技術です。(*1)CHLACの性能の高さは、2005年、米国国立標準技術研究所(NIST)による国際コンペティションで、71名の歩き方から個人を識別するテストデータに適用した結果、それまでの手法を大幅に上回る世界最高性能の認識力を有することが認定されました。 *1:大津展之: Synthesiology , 4 (2), 70-79 (2011)

発想の転換 正常からの逸脱を判断する

CHLACの最大の特徴は、異常動作の検出法にあります。それまでの動画像からの異常検出手法では、まずコンピュータにあらかじめ用意した異常モデルを学習させ、それらと照合して、異常モデルと照合することで対象の動きが異常かどうかを判断していました。この場合、事前に用意した多くの異常モデルと個々の対象動作とを一つずつ比較するため、膨大なデータ処理が必要となります。さらに、異常モデルも環境・状況により千差万別であり、それを事前に定義すること自体が困難であるという、実用化に課題を残す手法でした。 一方でCHLACを用いた異常検出法では、異常モデルではなく、正常モデルをコンピュータに学習させます。正常モデルからの逸脱の度合いにより異常動作を検出するため、事前に異常モデルを定義・設計する必要がありません。またCHLACの特徴である「加法性(*2)」という性質を利用することで、認識する対象が増えても一定の計算処理で、対象やその動きの特徴を認識でき、リアルタイムで高精度に異常を検知できます。 *2:認識する対象が複数個ある場合、個々の対象の特徴値の和が、全体の特徴 値になること。

ニーズに応え、実用化の道を日拓く

CHLACの技術は、すでに株式会社日立ビルシステムによりエレベーター内の異常行動を自動で検知する防犯カメラシステム「ヘリオスウォッチャー」として実用化されています。 生活支援ロボットや自動車の自動運転など、さまざまな「コンピュータの目」が私たちの生活を支える時代が始まりつつあります。人間と同等、またはそれ以上の知覚能力をもつ「コンピュータの目」を実現する技術の一つとして、汎用性が高く、リアルタイムかつ高い精度で動画像を認識、異常検出のできるCHLACを用いることで、多くのニーズがありながらもこれまで実現が困難であった、動画像認識を社会で活用する道を拓いていけると考えています。

国際コンペティションにおける認識率
産総研のCHLACは、産総研のCHLACは、特に難しい問題に対して抜群の認識率をあげていることがわかる。 異常検出の応用例
正常モデルからの逸脱の度合いにより、異常動作を検出する。