車両検出技術

背景

IoT社会の到来と共にネットワークカメラの普及が急速に進んでおり、映像撮像素子の高精細化とも相まって、ネットワークに流入するデータ量が爆発的に増加することが予想されています。個々のカメラの高精細画像を高度に利活用するためには、すべてのデータをクラウドで処理するのではなく、ネットワークの末端（エッジ）で適切に処理して情報集約することが必要不可欠となります。そこでOKIでは、これまで培った組込み向けの画像認識技術と先進的なディープラーニング技術を融合し、路上を広範囲に撮影する高精細画像に対し、環境耐性が高く、高速で軽量な演算により車両や人物を検出するAIエッジコンピューティング技術の開発を進めています。

特徴

OKIでは、独自技術として入力画像に対する周波数解析結果と輝度情報を重畳した“周波数重畳ディープラーニング”を開発しました。これにより、雨や雪等の悪天候条件においても高精度かつ演算が軽量なモデルを実現しています。

周波数重畳ディープラーニングには、以下のような特長があります。

• 周波数解析により外乱を除去したデータを入力するため悪天候に対する耐性が向上します。
• 画像縮小により失われる高周波情報を重畳するため、高速化のために入力のデータサイズを小さくしても高い識別精度を維持します。

本技術を車両識別処理に適用したところ、様々な天候下での識別精度を98.0%から99.8%に上げつつ、処理速度を16倍高速化し、メモリーサイズを1／10に削減しました（※1）。本技術は物体検出処理への適用も可能であり、車両や人物の検出の性能向上が期待できます。

周波数集重畳ディープラーニング

• ※1 OKI保有データに対する性能評価結果です。