2022/04/06(水)19:00 〜 20:30

MoT TechTalk #11 深掘りコンピュータビジョン！研究開発から社会実装まで

オンライン

イベント内容

イベント概要

Mobility Technologies（MoT）には、AIドラレコを活用した交通事故削減支援サービス『DRIVE CHART』や『道路情報の自動差分抽出プロジェクト』といったコンピュータビジョン（CV）技術をコアとして社会課題の解決に取り組むプロジェクトがあります。こうしたプロジェクトに携わるメンバーには、最先端のCV技術を深く理解し、自らの課題にフィットさせるために改善していく研究開発力はもちろん、商用のプロダクトとして社会実装していくエンジニアリング力も求められます。今回のMoT TechTalk vol.11ではMoTにおけるCV技術にフォーカスし、いくつかの技術トピックについてその内容を深くお話しします。また、そうした高度なCV技術を研究開発（R&D）やPoCに留めることなくプロダクトとして実現していく上で直面した課題や、その解決のための工夫についてもお話しします。

※ イベントの最後でアンケートに答えていただいた方の中から、抽選で10名様にタクシーアプリ『GO』で利用できる¥2,000クーポンをお配りいたします。詳細は後述のキャンペーン注意事項を御覧ください。

株式会社Mobility Technologies（MoT）とは

2020年4月にJapanTaxi株式会社と株式会社ディー・エヌ・エーのタクシーアプリ『MOV』などが事業統合し、株式会社Mobility Technologiesがスタートしました。

参加対象

社会実装に関心のあるコンピュータビジョンエンジニア・研究者の方
コンピュータビジョンに興味のある方
MoTを知りたいエンジニアの方
モビリティに興味があるエンジニアの方

当日のタイムテーブル

時間	コンテンツ
19:00-19:05	オープニング
19:05-19:45	・DRIVE CHARTにおけるコンピュータビジョン（本多）・消失点ディテクターの研究開発（本多）・物体検出モデルの量子化に関する検討（木村）
19:45-20:25	・ドラレコ動画を使った地図メンテナンスの効率化（宮澤）・データの量や質を改善するData-Centric AIな取り組み（鈴木）・CV技術のR&Dからプロダクト実装までの道のり（宮澤）
20:25-20:30	クロージング

当初75分の予定でしたが、90分へと変更いたしました。

アジェンダ

DRIVE CHARTにおけるコンピュータビジョン（本多）

MoTでは、次世代AIドラレコサービスDRIVE CHARTをサービス展開しています。本発表では、DRIVE CHARTにおいて危険シーン検出に用いられているコンピュータビジョン技術についてお話しさせていただきます。

消失点ディテクターの研究開発（本多）

カメラキャリブレーションは画像から実世界の測定を行うために欠かせない要素です。そのために画像内の消失点を検出することが有効です。MoTでは、レーンアノテーションを用いて消失点を直接検出する消失点ディテクターを研究開発、2021年にarXivにて公開しましたので、デモ映像を交えて紹介いたします。

物体検出モデルの量子化に関する検討（木村）

MoTでは、CVモデル（主にニューラルネットワーク）の開発に加え、車載デバイス上でニューラルネットワークをリアルタイムに動作させるための軽量化・高速化にも取り組んでいます。量子化は軽量化・高速化に非常に効果的ですが、物体検出モデルなど複雑なニューラルネットワークでは量子化による精度低下が無視できません。本発表では、YOLOなどの物体検出モデルを対象とし、精度低下を抑えつつ量子化するためのポイントを解説いたします。

ドラレコ動画を使った地図メンテナンスの効率化（宮澤）

MoTでは、DRIVE CHART等で収集されるドラレコ動画をCV技術で解析し、そこから得られる情報を用いて地図会社における地図のメンテナンス作業を効率化するプロジェクトを推進しています。本プロジェクトの概要とこれまでに開発してきたCV技術について解説いたします。

データの量や質を改善するData-Centric AIな取り組み（鈴木）

近年データの量や質に着目することによる精度向上がData-Centric AIと呼ばれ注目されていますが、地図メンテナンスのためのドラレコ動画データセット作成においてはこの考え方を取り入れ、効果を発揮しています。Data-Centric AIとはどういった概念で、本プロジェクトではどのように利用し成果に繋げているか工夫点を紹介いたします。

CV技術のR&Dからプロダクト実装までの道のり（宮澤）

ドラレコ動画を使った地図メンテナンスの効率化プロジェクトは、R&DをメインとしたPoC期間を経て、今まさにプロダクトとして形になりつつあります。本プロジェクトではCV技術のR&Dを得意とするメンバーも最終的なプロダクト実装まで責任を持ち、全ての開発フェーズに一気通貫で携わっています。そうした中で直面したスキルセットや経験の違いによる課題や、それをどう乗り越えてきたかについてお話しします。

プロフィール

本多浩大（@hondamot1）

AI技術開発部エンジニア

メーカー研究所にて半導体の研究開発に従事後、2017年にDeNA AIシステム部に加わり、現在Mobility TechnologiesにてDRIVE CHARTのコンピュータビジョン開発を担当。

木村元紀（@motokimura1）

AI技術開発部エンジニア

メーカーにて自動運転・ADASへの応用を目的としたコンピュータビジョン技術の研究開発に従事。2019年にDeNAに入社し、DRIVE CHARTのコンピュータビジョン技術の開発に携わる。2020年にMobility Technologiesに移籍。衛星画像を対象としたコンペSpaceNet-6（CVPR’20）およびSpaceNet-7（NeurIPS’20）にて4位入賞。SIGNATE SAR衛星画像コンペ（株式会社スペースシフト新建造物検知アルゴリズム作成）にて優勝。

宮澤一之（@kzykmyzw）

AI技術開発部グループリーダー

メーカー研究所にてコンピュータビジョン技術の研究開発に従事後、2019年にDeNAに入社。ドラレコ動画を使った地図メンテナンスの効率化プロジェクトにおいてCV技術開発のチームをリード。2020年にMobility Technologiesに移籍し、同プロジェクトを継続。博士（情報科学）。

鈴木達哉（@x_ttyszk）

AI技術開発部エンジニア

2020年4月にDeNAへ新卒入社。現在はMobility Technologiesに出向し、コンピュータビジョンを専門とするAIエンジニアとして、ドラレコ動画を使った地図メンテナンスの効率化プロジェクトに携わる。

会場

新型コロナウイルス感染症（COVID-19）の流行に伴いオンライン(YouTube Live)で開催いたします。詳細はconnpass経由で別途ご連絡させていただきます。

※アーカイブは後日公開を予定しています。

アーカイブを公開しました。

https://youtu.be/44Il1KeQv20

イベント注意事項

技術交流が目的の勉強会のため、知識の共有および参加者同士の交流を目的としない参加はお断りしております。参加目的が不適切だと判断される場合には、運営側で参加をキャンセルさせていただく場合がございます。
参加枠が大幅に埋まらない場合には開催を延期または中止する場合がございます。
個人情報取扱いについてプライバシーポリシーに定める利用目的に必要な範囲で利用し、当社が責任をもって厳格に管理いたします。内容をご確認の上、ご同意いただきお申込み下さい。

その他、ご不明点などございましたら、遠慮なくご連絡いただけますと幸いです。