スマート都市監視を実現する富士通のDeep Learning技術

Size: px

Start display at page:

Download "スマート都市監視を実現する富士通のDeep Learning技術"

ともあきうすい
5 years ago
Views:

1 Deep Learning Fujitsu Deep Learning Technology that Enables Smart City Monitoring あらまし IP AI FUJITSU Technical Computing Solution GREENAGES Citywide Surveillance V2 Citywide Surveillance Deep Learning Deep Learning Citywide Surveillance Abstract With low-cost IP cameras readily available across the world, the number of monitoring cameras installed in major cities has seen a dramatic rise. Smart City Monitoring based on AI is garnering attention as a means of making efficient use of these cameras. In March 2018, Fujitsu launched its new smart city monitoring solution FUJITSU Technical Computing Solution GREENAGES Citywide Surveillance V2. Citywide Surveillance is based on deep learning technology, and in order to apply this suite to a business operation, there are challenges to address in terms of accuracy, speed, and cost as fundamental features. Furthermore, as deep learning alone cannot deliver the value customers want, it is necessary to develop auxiliary technologies at the same time. This paper explains the Fujitsu technologies that bring customers the needed accuracy, speed, and cost performance as well as our co-creation initiatives to deliver value to our customers. We will also describe a case in which Citywide Surveillance is applied in a business context. FUJITSU. 69, 4, p ,

2 Deep Learning まえがき IP , AI FUJITSU Technical Computing Solution GREENAGES Citywide Surveillance V2 Citywide Surveillance Citywide Surveillance の概要 Deep Learning Citywide Surveillance V V Citywide Surveillance V2 図 Deep Learning のビジネス適用への課題 Citywide Surveillance Deep Learning 2012 Deep 検知カウント属性分類車両人物特定定位置推定人物混雑検知エリア指定可入退場判定ラインまたぎ検知人物属性分類服装の種類色顔認識座席位置自動推定車両混雑検知エリア指定可入退場判定ラインまたぎ検知車種メーカー判別車種メーカー車型色車番認証 -1 Citywide Surveillance 50 FUJITSU. 69, 4 07, 2018

3 Deep Learning CNN 4 Deep Learning Deep Learning GPU Graphics Processing Unit GPU Deep Learning Deep Learning Deep Learning Deep Learning Deep Learning 1 Deep Learning Deep Learning GPU GPU 2 Deep Learning Deep Learning Deep Learning 精度, 速度, コストを満足するための富士通の技術 AI Deep Learning Deep Learningによる高精度な色識別の実現 Deep Learning Deep Learning Deep Learning 5 Brightness Colorfulness Hue 図 -2 Deep Learningモデル軽量化による速度向上 GPU Deep Learning Deep Learning Deep Learning 6 7 FUJITSU. 69, 4 07,

4 Deep Learning 低彩度判定高モノトーン明度判定色相判定カラフル低中高黒グレー白赤黄緑青紫ピンク -2 Deep Learningモデル品質の確保と精度劣化防止 Deep Learning Deep Learning Deep Learning 率50 (%) 答 V2 技術正車種メーカー車両モデル 75-3 Citywide Surveillance 図 -3 Citywide Surveillance V2 V2 コスト削減のための用途に応じたハードウェア導入 GPU 車両の色服装服装の色 ( 上 ) 服装の色 ( 下 ) 従来技術 52 FUJITSU. 69, 4 07, 2018

5 Deep Learning Citywide Surveillance 1 OFF GPU 2 GPU 3 GPU CPU Deep Learning 周辺技術の整備 Deep Learning Deep Learning Deep Learning リアルタイムスケジューリング 1 Deep Learning Citywide Surveillance Deep Learning Deep Learning GPU 座席位置の自動推定技術 Deep Learning 図 -4 AI 活用事例 Citywide Surveillance 1 FUJITSU. 69, 4 07,

Deep Learning 空席座席に座っている人物座席に座っていない人物 -4 高速道路での活用事例サービスエリア

駐車エリア空き情報の通知顧客属性によるサービス最適化 ( 車種メーカー判別 ) 不正駐車検出アラート ( 駐車禁止,

道路への人侵入アラート逆走車検知アラート混雑情報のリアルタイム配信混雑トレンドに基づく渋滞緩和施策の計画立案顧客属性分析

小売エリア制限区域への侵入アラート給油エリア車番での常連客の通知車両属性 ( 車種メーカー )

車種分布 ) に基づく新規店舗展開検討洗車エリア車両属性 ( 車種メーカー ) に応じた高利益率サービスの販推

6 Deep Learning 空席座席に座っている人物座席に座っていない人物 -4 高速道路での活用事例サービスエリア混雑トレンド, 顧客属性 ( 年齢性別 ) に応じた商品サービス最適化座席利用状況把握による店内スペース有効活用駐車エリア空き情報の通知顧客属性によるサービス最適化 ( 車種メーカー判別 ) 不正駐車検出アラート ( 駐車禁止, 長時間駐車 ) 料金所ゲートエリア車番長期間停車検知による不審車アラート料金所の不正通行アラート道路エリア道路への人侵入アラート逆走車検知アラート混雑情報のリアルタイム配信混雑トレンドに基づく渋滞緩和施策の計画立案顧客属性分析 ( 車種ブランド LPR) によるサービスエリア最適化セキュリティ向上マーケティング強化ガソリンスタンドでの活用事例小売エリア混雑トレンド, 顧客属性 ( 年齢性別 ) に応じた商品サービス最適化座席利用状況把握による店内スペース有効活用制限区域への侵入アラート給油エリア車番での常連客の通知車両属性 ( 車種メーカー ) に応じたサイネージ広告サービス最適化車番長期間停車検知による不審車アラート道路エリア地域情報把握 ( 交通混雑車種分布 ) に基づく新規店舗展開検討洗車エリア車両属性 ( 車種メーカー ) に応じた高利益率サービスの販推サービス混雑状況のリアルタイム配信 FUJITSU. 69, 4 07, 2018

Deep Learning 2 2017 3 4 5 6 図 -5 むすび Deep Learning Citywide Surveillance Deep Learning 参考文献 1 2015 http://www.yano.co.jp/press/pdf/1420.

Krizhevsky et al Imagenet classification with deep convolutional neural networks In: Adv.

Tanabe et al Real-Time Human Pose Estimation via Cascaded Neural Networks Embedded with Multi-task Learning In: CAIP 2017 7 M.

7 Deep Learning 図 -5 むすび Deep Learning Citywide Surveillance Deep Learning 参考文献 IP AI 4 A. Krizhevsky et al Imagenet classification with deep convolutional neural networks In: Adv. In Neural Information Processing Systems Colorfulness 6 S. Tanabe et al Real-Time Human Pose Estimation via Cascaded Neural Networks Embedded with Multi-task Learning In: CAIP M. Jaderberg et al Speeding up Convolutional Neural Networks with Low Rank Expansions arxiv preprint arxiv: 著者紹介木下修平 ( きのしたしゅうへい ) GREENAGES Citywide Surveillance 若槻政幸 ( わかつきまさゆき ) GREENAGES Citywide Surveillance 堀之内省吾 ( ほりのうちしょうご ) GREENAGES Citywide Surveillance FUJITSU. 69, 4 07,

8 Deep Learning 田辺聡 ( たなべさとし ) Deep Learning 東明浩 ( ひがしあきひろ ) Deep Learning FUJITSU. 69, 4 07, 2018

ディスプレイと携帯端末間の通信を実現する映像媒介通信技術

ディスプレイと携帯端末間の通信を実現する映像媒介通信技術 Data Transfer Technology to Enable Communication between Displays and Smart Devices 倉木健介中潟昌平田中竜太阿南泰三あらまし Abstract Recently, the chance to see videos in various places has increased due to the speedup