エクサウィザーズ、認識AIモデル作成支援サービス「exaBase ビジョンシミュレーター」を発表

AIモデルの学習においては、多くのデータが必要になり、実データの収集コストが高くなってしまうケースが多い。そのため、シミュレーション技術を使って大量のデータを自動的に作る試みが以前から行われているが、シミュレーションで作られたCG画像はリアルさに欠けることが多く、学習させた認識AIモデルの性能が必ずしも十分ではないことが課題となっていた。

そうした中、株式会社エクサウィザーズは本日、AIモデル開発のための画像データ収集コストの削減を可能にする、AIモデルのためのシミュレーション画像作成サービス「exaBase ビジョンシミュレーター」のαリリースを発表した。

「exaBase ビジョンシミュレーター」は、3Dメッシュデータなどをもとに、認識AIモデルに必要なアノテーションつきCG画像データを大量に生成する。そして、エクサウィザーズが考案した画像のリアルさを評価するフレームワークを使用することで、同画像のリアルさを評価できるようになった。

エクサウィザーズ、認識AIモデル作成支援サービス「exaBase ビジョンシミュレーター」を発表
パラメータによるシミュレーションを行い、最適化している。

このフレームワークに基づいてレンダリングのパラメータを調整することで、どうすればよりリアルな画像が生成できるか、定量的に評価・決定することが可能となった。

「exaBase ビジョンシミュレーター」で作成した物体検出AIモデルは、エクサウィザーズが検証した環境では、従来のCG画像で学習させる手法よりも最大3.6ポイント程度高い精度が出ることが確認されている。

さらに、CG画像で学習したAIが、より確実に対象物を認識できるようになるため、実画像の場合に数週間かかるようなデータ収集が数日間で完了させることができる。

また、同フレームワークに基づいて様々な後処理を加える技術開発も行っており、今後は画像のリアルさ、AIモデルの性能ともに改善していく予定だ。

なお、「exaBase ビジョンシミュレーター」は、国立研究開発法人理化学研究所のガーディアンロボットプロジェクトでの試験採用が既に決定しており、同プロジェクトにおける試作機「ぶつくさ君」に装着されたカメラ画像における物体認識アルゴリズム開発での検証が予定されている。

ユースケースは、ピースピッキングや梱包など、ロボットにおける認識を伴う作業の自動化を始め、農機や自動車の自動運転、AIカメラ、外観検査、企業や大学における研究開発業務の支援など、様々な分野での応用が挙げられている。

技術の一部については、エクサウィザーズ所属のエンジニア陣が論文にまとめ、ロボティクス分野の著名な国際会議「IROS 2022」で採択されており、2022年10月に国立京都国際会館にて発表する予定だ。