リアルタイム3次元移動予測技術

リアルタイム3次元移動予測技術
移動予測精度とリアルタイム性の両立に成功
カルマンフィルタ、再帰型ニューラルネットワークなど、原理の異なる複数の予測技術があります。これまでの予測技術では、予測精度を上げようとすると、処理に時間がかかります。反対に処理時間を短くするために計算量を減らすと、予測精度が下がります。このように「速度」と「処理時間」はトレードオフの関係にあります。

当社では1層のニューラルネットワークで3回エンコーダ・デコーダを繰り返す独自アルゴリズムにより、処理の高速化と高精度化を同時に実現しました。

特長

高速

リアルタイムに時系列で検出されるデータを遅延なく予測できます。

高精度

様々な特徴を持つデータを高精度で予測が可能です

小規模

小規模のため、エッジデバイスへのソフトウェア組込みや、FPGAなどのハードウェア化が可能です。

用途例

タッチパネル

タッチペンの移動予測によりタッチペンの遅延を改善できます。

深度センサー

3次元的に動く物体の移動を予測できます。

ヒートマップ

ヒートマップの移り変わりを予測できます。

これまでのAI予測技術

これまでのAI予測技術

カルマンフィルタ、再帰型ニューラルネットワークなど、原理の異なる複数の予測技術があります。その中で、AIの予測技術が注目されています。

AI予測技術の課題

このように「精度」と「処理時間」のトレードオフ

このように「精度」と「処理時間」のトレードオフ

予測精度を上げるためには計算量を増やす必要があります。その結果、処理に時間がかかります。反対に処理時間を短くするために計算量を減らすと、予測精度が下がります。

データが複雑になると処理に膨大な時間がかかる

データが複雑になると処理に膨大な時間がかかる

1次元、2次元、3次元と、扱うデータが複雑になると、処理に膨大な時間がかかってしまいます。

東芝情報システム株式会社のリアルタイム3次元移動予測技術

東芝情報システム株式会社のリアルタイム3次元移動予測技術

この問題を解決した技術が、東芝情報システムのリアルタイム3次元移動予測技術です。

リアルタイム3次元移動予測技術とは、時系列で変化していく3次元データを、AI技術を活用して予測する技術です。

1層の畳み込みニューラルネットワークをエンコーダとデコーダに実装した独自アルゴリズムによって、処理の高速化と高精度化を同時に実現しました。

このアルゴリズムにより、リアルタイムに時系列で検出されるデータを遅延なく予測できます。また様々な特徴を持つデータを高精度で予測が可能です。さらに小規模のため、エッジデバイスへのソフトウェア組込みや、FPGAなどのハードウェア化が可能です。

関連記事

もっと見る