AIで物体認識は可能か？
ドライバーの補助機能や自動運転の補助機能としてAIが活用されてます。
例えば、あおり運転や高速道路の落下物、車だけではなく街を歩いている歩行者や自転車を検出…というような用途です。
「それらをAIで検出できますか？」というお問い合わせが多々あります。
正解は「AIで全てを検出するのは難しい」と考えてます。
AIは近年、画像認識という分野で成熟市場になったと言われてます。
画像認識のAIには必ずそれに見合った教師データ( AIに学習させるデータ )が存在します。
教師データは何等かの形で撮影しておく必要があります。
先に述べた「AIで検出できるか？」という問いは、
「AIに教師データを覚えさせれば可能」という回答になります。つまり、高速道路の落下物で何が落ちているか全て学習させるのは不可能だと誰でも分かると思います。
しかしAIに一工夫することで不可能が可能になります。
画像認識AIとセンシングのハイブリッド化
ドライバーの補助機能や自動運転の補助機能としてAIを使う際、システムの簡略化をする為にドライブレコーダーだけでAIを使おうと考えることは必然です。画像認識AIは当然、画像に映っている物が検出対象になります。画像に映っていないものを検出したり予知することはできません。画像にも死角がありますので、その死角に入ったものを検出する為にはそれ以外のセンシング技術を使う必要があります。大まかな部分は画像認識AIで検出し、細かいところは別のセンサーでセンシングする、このハイブリッド化が今の課題を解決するためには必要では無いかと思います。
また、画像認識AIをひと工夫することで、フレーム間の物体のトレースが可能になります。
フレーム間の物体のトレースができると、人や物の動線や物体認識に活用することができます。他のセンサーや画像認識AIの基本システムにカスタマイズすることで、あおり運転や高速道路の落下物、街を歩いている歩行者、自転車を検出する等の精度を上げることができます。
画像処理AIの利活用
AIは現状の課題を解決させる為のツールです。課題を解決する為に汎用的なシステムである程度カバーできる場合もありますが、やはり効果はイマイチです。
今の課題を解決する為に最適なソリューションは何か？
KESは提案する力があります。車載システムでの事例をご紹介しましたが、車載の技術は自動搬送車（AGV）や無人航空機（ドローン）にも応用できます。
KESは画像認識AIだけでなく、レガシーな画像処理にも取り組んでおります。
豊富な知識でご提案させていただきます。
教師データの撮影からご対応いたします
AI インテグレーションをするにはまず、教師データとなる画像の撮影が必要になります。
「画像をいただければ学習させることができます。」よくこのような言葉を耳にしますが、それでは正解率を上げることができません。AI インテグレーターはどんな「データがあればどのような結果が出るか」を想像できます。重要なのは「教師データの撮影」です。
KESは長年にわたり画像処理を経験していますので、教師データの撮影から対応可能です。