ICCV2021のコンペティションには、クーガーのAIチームからSabari NathanとPriya Kansalが参加し、バーチャルカンファレンスにて発表を行いました。AIの研究成果は年々増えていますが、形状画像からデータを位相幾何学に基づき図形的に捉え、特徴を抽出する研究はあまり進んでいません。この手法はデータの個体差やノイズに強い傾向にあるため、複雑なデータ解析へのアプローチとして期待されています。
「SkeletonNet v2」による、形状画像からの骨格推定のサンプル
今回、クーガーAIチームは、アーキテクチャー内の各モジュールにディープラーニングの処理性能を高めるアテンションを用いました。その結果、精度の高さだけでなく、AIモデルの軽量化も実現しました。軽量なモデルは、AIの実用化のためには欠かせない要素であり、商用施設でのディープラーニングの活用を加速させることが期待できます。
この技術は、小売などの店舗における自動化や無人店舗化を実現するための一つの要素技術としても応用することができます。例えば、身長の高さや体型は様々ですが、物を取る、しゃがむといった行動には共通性があります。骨格を識別することで人間の姿勢や動作を識別することに役立ちます。
業務アシスタントから視線認識まで。その根幹は人間の能力を最大化する技術
クーガーでは、機械学習やゲームで活用されている技術を応用し、AIによる業務の自動化に取り組んできました。例えば、膨大かつ多岐にわたる業務を抱えるスタッフに対して、会話を中心としたコミュニケーションで業務をサポートする人型AIアシスタントや、顧客の行動や視線によって、興味の分析を行うAI技術を提供しています。
我々は、人間を理解し寄り添い、その能力を最大化させるAIの実現を目指しています。
●コンペティション
Pixel SkelNetOn - ICCV 2021
https://competitions.codalab.org/competitions/21169
●論文
SkeletonNetV2: A Dense Channel Attention Blocks for Skeleton Extraction
https://openaccess.thecvf.com/content/ICCV2021W/DLGC/papers/Nathan_SkeletonNetV2_A_Dense_Channel_Attention_Blocks_for_Skeleton_Extraction_ICCVW_2021_paper.pdf
●クーガー株式会社
AI・IoT・AR/VR・ブロックチェーンを組み合わせた人型AIアシスタント「Ludens」の開発を進めています。世界トップカンファレンスでのAI技術の論文採択やゲーム開発実績など、幅広い分野の技術開発に取り組んでいます。
オフィシャルサイト：https://couger.co.jp/
からの記事と詳細 ( クーガーの画像認識技術が、世界最高峰のコンピュータービジョン国際会議 ICCVにて、Best Challenge Paper Awardを受賞 - PR TIMES )
https://ift.tt/3D2U8N5
No comments:
Post a Comment