サイバーコアとSCオートモーティブエンジニアリング、
顧客開拓や技術開発についての戦略的な業務提携合意書を締結。

画像認識AIアルゴリズム開発を手掛ける株式会社サイバーコア（以下「サイバーコア」、本社：岩手県盛岡市、代表取締役社長：阿部英志）と、住友商事の100%子会社で自動車大手への技術提供等を行なうSCオートモーティブエンジニアリング株式会社（以下「SCAE」、本社：東京都千代田区、代表取締役社長：山ノ井 利美）はこのたび、サイバーコアのもつ世界でもトップクラス*の画像認識関連アルゴリズムを活用したソリューションをSCAEおよびSCAEの親会社にあたる住友商事の顧客に提供することを目的とした戦略的な業務提携合意書を締結しました。

SCAEは大手自動車メーカーをはじめとした輸送機メーカーへさまざまなソリューションを提供しており、今回の業務提携により、サイバーコアがもつ画像鮮明化ライブラリ「LuxEye®」や軽量AIアルゴリズム「NeuroEye®」、欠損画像復元アルゴリズム「WipeEye®」、不良品学習が不要な正例判定AI「DetectEye™」などの基幹技術を活かし、最先端の技術を用いた顧客の課題解決を推進することが期待されます。

サイバーコアはこれまで、日本企業ではほとんど成果が出ていなかった国際的なAIコンペティションで活躍。2018年に権威ある国際AIコンペティション&カンファレンス「CVPR 2018」の「iMaterialist」カテゴリーで2,261エントリー中準優勝の成績を収めました。また、今年4月には車両再識別（ReID）アルゴリズムが国際的なアルゴリズム評価サイト「Papers with Code」のランキングで世界1位を記録。続いて今年6月には画像AIの国際コンペティション「YouTube-VOS 2021 Challenge」で331エントリー中優勝を飾り、前述のカンファレンス「CVPR 2021」で2本のプレゼンテーションを実施するなど、高い技術力を有しています。

自動運転分野以外では、東京メトロですでに導入されているデプスカメラを用いた混雑率計測AIシステム「RushEye®」などのインフラ分野、ファクトリーオートメーション（FA）分野、医療&福祉分野、コンビニエンスストア等の小売分野など、幅広い分野でソリューションの開発実績を有しています。

今回の業務提携は、サイバーコアの強みである「技術力」に、これまで弱みであった「商業化力」「拡販力」をSCAEおよび住友商事グループが力強く補強する意味合いとなり、将来的な資本提携の可能性も視野に入れながら活動を推進して参ります。これを機に、本質的に価値のある技術を社会に提供する取り組みが一層加速することが期待されます。

以上

ウェブアプリケーション試用版を公開しております。

ご使用にはアカウント情報の登録が必要となります。上記のお問い合わせより記入をお願いします。

詳しくは、DetectEye Web Application操作マニュアルに記載されております。
ユーザ登録頂いた方にウェブアプリケーションのアクセス方法とアカウント情報（ユーザ名、パスワード）をメールアドレスへ送信致します。

アカウント情報の登録方法はこちら
DetectEye Web Application操作マニュアル

先日NHK「おはよう日本」で国内放映された、東京メトロと共同開発した列車混雑計測システムに関して、「NHK WORLD」を通じて世界へサイバーコアの技術が紹介されました。

英語字幕付きですので、サイバーコアの風土や理念、技術に対する姿勢を是非御覧ください。

https://www3.nhk.or.jp/nhkworld/en/news/videos/20210908090949299/

以前発表した、東京メトロと共同開発した列車混雑計測システムに関連して、NHK「おはよう日本」でサイバーコアが特集されました。サイバーコアの風土や理念、技術に対する姿勢を是非御覧ください。

詳しくは下記、NHKホームページを御覧ください。

NHK　おはよう日本　AI画像解析で混雑情報　地方ベンチャーの底力
テキストはこちら
動画はこちら

2021年8月30日更新
NHK　ビジネス特集「なぜ地方でできる？コロナ禍のDX」へ掲載されました
ビジネス特集はこちら

株式会社サイバーコア（本社：岩手県盛岡市、代表取締役社長：阿部英志）の技術開発チームは、5月におこなわれたコンピュータビジョンの国際コンペティション「YouTube-VOS 2021 Challenge」において、331エントリー・39ファイナリスト中の1位に輝きました。同チームはその成果をうけ、国際的に権威あるコンピュータビジョンのカンファレンスである「CVPR 2021」内で、6月20日にプレゼンテーションを行う予定です。

また、「YouTube-VOS 2021 Challenge」に先駆けて既報のとおり、サイバーコアチームは国際的なアルゴリズム評価サイト「Papers with Code」の車両再認識（Vehicle Re-Identification）カテゴリでも5月時点でNo.1にランキングされています。このアルゴリズムは別のコンペティション「AI City Challenge」に向けて開発したものですが（サイバーコアは同コンペティションでは9位の結果）、この車両再認識アルゴリズムについても「CVPR 2021」の「AI City Challenge」セクション内でプレゼンテーションを行う予定です。

■ YouTube-VOS 2021 Challenge コンペティション概要

 「YouTube-VOS 2021 Challenge」はさらに3つのコンペティションに細分化されていますが、サイバーコアチームはそのうち「Video Instance Segmentation (VIS)」のカテゴリにエントリーしました。サイバーコアのホーチミンR&D拠点から4名の研究者がチームを編成し、コンペティションに挑みました。

VISは3つのタスク―検出、セグメンテーション、追跡―を同時に実行するマルチタスク課題です。サイバーコアチームのアプローチは、データ効率の分析、マルチタスクの学習、ディープ超解像などの点で他のチームより優れていました。この結合され最適化されたフレームワークにより、モデルのスピードやメモリを向上させただけでなく、精度の向上や学習時間の削減といったベネフィットも生み出すことが出来ました。

今回のサイバーコアのソリューションは広範な応用が可能です。例えば動画の解析、自動運転や行動検出向けの物体検出やトラッキングなどです。動画解析の課題をひとつの例に取ると、サイバーコアのソリューションは人間、乗り物、動物などをセグメンテーションすることが可能で、かつ特定の用途に応じてトラッキングすることが可能です。
セグメンテーションされた結果は別のソースとして動作分析にも応用でき、例えばスポーツのコーチがそれを利用したりすることが期待されます。自動運転のアプリケーションにおいては、歩行者、オートバイや自転車の乗り手、他の自動車、標識など、路上の動いている物体をセグメンテーションすることができ、自動運転車が適切なアクションを取る重要な手助けとなることが期待されます。

以上

CVPR 2021 workshop
http://cvpr2021.thecvf.com/workshops-schedule

YouTube-VOS Challenge Outline and Results
https://competitions.codalab.org/competitions/28988#results

詳細はこちらをご参照下さい。

詳細はこちらをご参照下さい。

　サイバーコアの技術チームが開発した車両再識別（Vehicle Re-Identification）アルゴリズムが、2021年4月25日の時点で世界中のAIに関する論文を集めたサイト「Papers with Code」の該当カテゴリーでNo.1精度として評価されています。¹

　車両再識別とは、異なるカメラ間で同一の車両を識別する技術で、異なる解像度、カメラの角度、光の当たり方などの条件下で高い精度を出すには非常に高度な技術を要します。

　今回のアルゴリズムは、2021年度のAIコンペティション「AI City Challenge」に参加するために開発。同コンペティションの第2のテーマ：Challenge Track 2：City-Scale Multi-Camera Vehicle Re-Identification（都市全体に対応する複数カメラの車両再識別）に該当するものです。なお、サイバーコアは同コンペティションでは世界9位（参加チーム数確認中）という結果を残しました。

　今回開発したアルゴリズムについてサイバーコアは論文を作成、大会に連動する「CVPR Workshop 2021」に提出しました。その結果として、AI論文を評価する「Papers with Code」でピックアップされ、該当するカテゴリー（Vehicle Re-Identification）の中で最も精度が高いものとして評価されました。

1 「papers with code」は定期的に更新され、現在は1位ですが、将来はランク下がることもありえます。

該当論文のタイトル：「A Strong Baseline for Vehicle Re-Identification」

以下、関連するURL

Papers with code – Vehicle Re-Identificationカテゴリー

https://paperswithcode.com/task/vehicle-re-identification

Papers with code – 論文のページ（2021年4月にて、Global Rank: #1） https://paperswithcode.com/paper/a-strong-baseline-for-vehicle-re

論文のページ（オープンジャーナル） – https://arxiv.org/abs/2104.10850v1

 デプスカメラと人工知能(AI)を用いた鉄道業界初となる
列車混雑計測システムの共同特許を東京メトロと出願
〜2021年中に全線の列車混雑状況をリアルタイム提供へ〜

画像処理や人工知能アルゴリズムを開発する株式会社サイバーコア（本社：岩手県盛岡市、代表取締役社長：阿部英志）と東京地下鉄株式会社（本社：東京都台東区、代表取締役社長：山村明義、以下「東京メトロ」）は、2021年2月24日、デプスカメラと人工知能(AI)を用いた列車混雑計測システムについて共同特許の出願を行いました。 

■2021年度中には列車混雑状況をリアルタイムに計測、提供へ

東京メトロはこれまで、車重や改札利用者数から時間帯ごとの混雑状況を推定し提供してきましたが、複数路線で相互直通運転を行っている同社線では、他社車両の車重の取得や号車ごとにリアルタイムで混雑状況を提供することは難しい状況でした。今回共同特許を出願したシステムは、2019年度より東西線東陽町駅、2020年度より丸ノ内線新宿駅において、列車の駅出発時に車両側面をデプスカメラで撮影し、列車混雑状況を人工知能(AI)に機械学習させることで、号車ごとの列車混雑状況をリアルタイムに計測する実証実験を行ってきました。

この度、その技術検証が完了したことから、列車混雑計測システムを東京メトロ全線の複数駅(各路線各方面ごとに数箇所)に展開し、2021年度中を目途に時々刻々と変化する全線の列車混雑状況をリアルタイムにお客様に提供することを目指しています。

サイバーコアは、今後も「画像」と「人工知能」をかけ合わせた高度かつ堅実なソリューションを提供してまいります。

なお、本システムは、上野グリーンソリューションズ株式会社（本社：神奈川県横浜市）およびエスキューブライフ株式会社（本社：東京都港区）の協力を得て設置・施工を行っております。

本件については、本日付け東京メトロのプレスリリースもご確認ください。
https://www.tokyometro.jp/news/2021/index.html

以上

2020年2月18日付けで、ISMS（ISO27001)情報セキュリティマネジメントシステムの認証を取得致しました。

詳細はこちらをご参照下さい。