TECHNOLOGIES

個別最適へのこだわり

画像処理と機械学習・ディープラーニング(Deep Learning)の専門家からはじまったGlobal Walkersの技術開発は、様々な企業のニーズに対して、
最先端技術の導入と過去のノウハウを掛け合わせ、社会実装へのサポートを行っています。

Global Walkersの保有技術

AIモデル開発、AIソリューション開発を促進するため200万円でPoCを提供するサービス

人物・物体検出

これまでの開発において、機械学習やDeep Learningを駆使し、様々なニーズ・状況下で利用可能な人物検出・物体検出技術を培ってきました。
単なる人物検出に加えて、人のアクション・行動検知、視線検知、属性推定などを、不審者・侵入者検知、行動解析、人流解析などといった開発に活かしてきました。
物体検出においても、不審物検知、不良品検査など製造業・建設業・物流・セキュリティの現場で活用いただいています。

製造業×AI 詳細ページへセキュリティ×AI 詳細ページへ

姿勢推定技術

画像からの人物検出AIは数多く開発されていますが、Global Walkersでは骨格推定技術も活用しより精度の高い人物検出を行っています。
Depthカメラから得られる情報から人物の動きを立体的にとらえ、関節位置を高精度で計測します。
製造現場での作業効率の測定や安全管理、不審人物などの行動検知、ヘルスケア分野での活用が期待されています。

姿勢推定技術詳細ページへ

エッジAI - ハードウェア

エッジAI開発を行う上では、ハードウェアに関する知見も重要なポイントです。
撮像素子、レンズ、フィルタ、SoC、小型コンピュータなど、ハードウェアの知見を有しており、ソフトウェアの実装までを見据えたハードウェア選定のサポートを行います。

エッジAI 詳細ページへ

自社独自のAI-OCRエンジンと、目視チェックによる高精度のハイブリッド文字特化型書き起こしサービス

エッジAI - リアルタイム処理

昨今の製造現場などでは、AIによる画像認識や処理にリアルタイム性を求めるシーンが増えつつあります。
Global Walkersでは、画像取り込み、AIによる画像認識処理や姿勢推定処理、サーバなどへの通知処理をリアルタイムで行うための独自フレームワーク『GW-Edge』を活用することで、効率的な開発を実現しています。

エッジAI 詳細ページへ

AI-OCR (文字認識)

製造業の図面認識から始まったGlobal WalkersのAI-OCRは、文字だけではなく、普段読み取れない特殊な記号や不定形データへの対応を得意としています。
また、特定の文章・文字列検索など、画像からテキストまで幅広く個別カスタマイズに対応します。

AI-OCR 詳細ページへ

Intel社製Depthカメラと、自社開発の姿勢推定モデルを搭載したNVIDIA社のJetsonデバイスの研究、開発者向けデバイスパッケージ

データ拡張 (Data Augmentation)

AI開発において重要なものの一つに「教師データ」があげられますが、実際はクライアント様で十分な元データをお持ちでないケースも数多く存在します。
Global Walkersでは、1つのデータから複数の違ったパターンの教師データを作成する独自フレームワーク『GW-DataAugmentation』を用いて、そのような課題を解決することが可能です。

データ拡張詳細ページへ

画像処理/3次元計測

車載用ステレオカメラの開発経験に基づくカメラキャリブレーション、ステレオ3次元計測、多視点幾何、Depthカメラを用いた3次元計測のノウハウを駆使することで、2次元画像のみからでは得られない3次元情報を計測します。
4台のカメラを用いた、人の頭部やボールの軌道計測などの実績を有しています。

開発メニュー

1

要件定義・基本設計

解決したい課題からAIシステムの要件を策定します。入力するデータを取得するためのハードウェア選定、処理するためのコンピュータ選定、AIモデル選定などを、技術コンサルティングとしてサポートします。
2

PoC

PoC(Proof of Concept)と呼ばれるトライアルを実施し、AIシステムの実現可能性を確認します。
3

プロトタイプ開発

PoCをクリアした後に、プロトタイプの開発を行います。データの収集およびアノテーション、AIモデル開発・学習、GUI開発を行います。動作検証やデモが可能なレベルのシステムを構築します。
4

開発(プログラミング実装・学習・テスト)

AIの誤認識・未認識シーンの抽出、追加の教師データ作成を行い、AIモデルの追加学習を行います。また、システム全体の開発およびテストを実施し、実用レベルのAIシステムに作りこみます。
5

運用時追加学習

精度の維持・向上のために、運用後（特に運用直後）にAIの誤認識・未認識シーンの抽出、追加の教師データ作成を行い、AIモデルの追加学習を定期的に実施します。
データセット作成サービス「Annotation One」によるHITL型のデータ作成を活用し、より実情に合わせたAIモデルの開発を促進します。