SUBARU画像認識チャレンジで、当社エンジニアの秋丸大樹（チーム名：異母反妙）が2位を受賞しました！

株式会社SUBARU主催「SUBRU 画像認識チャレンジ」にて、当社の画像系AIエンジニアである秋丸大樹（チーム名：異母反妙）が2位を受賞しました。
調和技研では画像系AIエンジン「visee」を開発し、画像認識・生成と広く技術領域をカバーした開発を行っています。この度のコンペティションでの受賞などからも、当社のAI研究開発力を高くご評価いただけ、うれしい限りです。

【解決すべき課題】

以下が、本コンテストで提示された課題でした。

『SUBARUではステレオカメラを使用した予防安全技術を開発しています。これまでのアイサイトのアルゴリズムは特定のハードウェアへの実装を前提として構成されています。しかし技術発展が著しい中、より将来を見据えた幅広い可能性の検討が必要であり、オープンイノベーションを活用したコンテストを実施することとします。
リアルワールドの画像には、夜や雨など様々な視界の悪いシーンも含まれています。アイサイトのステレオカメラ画像データセットを用いて、実環境でリアルに使える先行車の速度を推論するアルゴリズムを作成していただきます。』

【調和技研チームの工夫】

従来の画像処理を使わずに、ノイズ除去、距離算出、速度推定を全てニューラルネットワーク（以下、NN）でエンドツーエンドで行いました。
今回の入賞者のうち、NNのみで完結させていたのは本チームのみでした。

速度の推論なので、時系列の複数フレームを扱いますが、全てのフレームをまとめてCNNに入力してしまうと過学習してしまう傾向があったので、各フレームを個別にCNNに通したあとのロジットを1D CNNで処理することで、距離算出と速度推論がより適切にできるように工夫しました。

【どのような成果が出せたか】

ノイズの除去・距離算出を古典的画像処理で行うと、ステレオカメラの性能やステレオマッチングの方法によって最適な方法が変わってくると思いますが、それらの処理を全てNNで行っているので、環境が異なる場合でも同じ手法を適用するだけでデータの差異を吸収して楽に汎用的に高い精度が出せるモデルになっていると思います。
結果、2番目に高い精度を出すことができました。（2位の賞金もゲット！）

■調和技研研究開発部 AI画像グループ秋丸大樹コメント

今回のコンペのような特殊なタスクの解き方やモデルアーキテクチャを考えることは面白いし興味が高いです。

＝＝＝＝
調和技研ではこれまで様々なAIテーマにおいて研究開発を行ってきました。
車載事業領域へのチャレンジはAGV自動走行など一部のテーマでの取り組みが中心でしたが、この度ステレオカメラを活用した自動運転にチャレンジされているSUBARUさまのコンテストにてご評価いただけたこと、大変ありがたく思います。
今後は自動車業界でのAI活用にも貢献していければと思います。

＜関連サイト＞
■SUBARU画像認識チャレンジコンペティションレポート
■概要と結果、各入賞チーム発表スライド
　＊いずれも、株式会社SIGNATEさまWEBサイト