ページの本文へ

Hitachi

[イメージ][イメージ]マルチモーダル深層学習基盤

[イメージ]画像データの検索で、このような課題はありませんか?

人手による検索に労力がかかる。

大量の画像データから必要な画像を検索するために、時間と労力がかかってしまっている。また、検索する人の習熟度によって、検索精度にばらつきがある。

業務のシステム化ができていない。

画像の検索や仕分けを行う業務へのシステム適用を検討しているが、検討や導入に時間がかかるため、業務のシステム化ができていない。

[イメージ]マルチモーダル※深層学習基盤の導入によって、大量の画像データを高精度で、より効率よく検索できます。

[イメージ]特長

【特長1】業務に適した画像認識技術を適用可能

類似する画像の検索、特定の条件での画像の分類、特定のオブジェクトの検出といった多様な画像認識技術を活用してお客さまの業務を効率化できます。

【特長2】深層学習技術で高精度な検索が可能

画像を類似と判断するポイントや、検出したい特徴を深層学習技術を活用して学習させていくことで、精度の高い検索が可能になります。

【特長3】お客さまのニーズにあった機能を素早く導入

マルチモーダル深層学習基盤は、画像認識技術と深層学習技術をセットにしたアプリケーションであるため、お客さまのニーズにあった機能を素早く導入できます。

「マルチモーダル」には複数の形式や、複数の手段による、という意味があります。テキストデータなど、画像データ以外の情報も組み合わせて深層学習を実施することで、高精度な画像認識を実現します。

[イメージ]活用例1 文書検索・知財調査業務
 類似画像検索

課題

大量の文書内の画像を検索する業務や意匠・商標などの画像を調査する業務では、人手により画像を一つひとつ調査する必要があり、多くの時間と労力がかかってしまっている。

効果

特定の画像に類似した画像を検索するとともに、一致した度合いをスコアリングし、度合いの高い順に並び替えて表示できるため、類似画像が掲載された文書や、登録済みの意匠・商標などの類似案件を効率よく調査できる。

[イメージ]活用例1

[イメージ]活用例2 インフラ点検・診断業務 類似画像検索・画像分類

課題

老朽化が進む道路・橋梁などのインフラは点検や補修が必要だが、点検対象の画像が大量にあり、人手による画像の確認に多くの時間がかかっている。

効果

道路・橋梁などの修復の要否や損傷の種類を画像データから自動で分類できるため、補修が必要な道路・橋梁を効率よく抽出できる。

[イメージ]活用例2

[イメージ]活用例3 車両・人物監視業務 類似画像検索・オブジェクト検出

課題

防犯カメラなどで記録した膨大な映像データをもとに特定の車両や人物を探索しているが、発見するまでに多くの時間と人手がかかっている。

効果

映像データから車両や人物を自動で検出し、各車両や人物の高精度な特徴量*を抽出することで、効率的に車両や人物を検索できる。

*
「特徴量」とは、画像の特徴を数値化した情報のこと。

[イメージ]活用例3

マルチモーダル深層学習基盤に関するお問い合わせを受け付けております

お問い合わせ ⇢

製品の詳細・見積などお気軽にお問い合わせください。