お知らせ
戻る
TECHNICAL

AI 技術紹介

顔認識

保有技術

01
顔を検出する技術
02
ランドマークディテクション技術（検出した顔から、顔の特徴点抽出です。目の位置とか、口の位置とかを検知する）
03
属性分類技術（ランドマークディテクションによって、顔を整列することができ、一致させてから、リンクする部分があり、そこで、属性分析として、男女の区分とか、マスクの区分をしています）
04
年齢の推定技術
05
1対1と1対nの顔の認識技術
TECHNICAL

WAIFaceは、WAIが独自に開発・保有する源泉技術（コアIP）であり、あらゆる認識サービスの基盤となるコアエンジンです。

WINSは、このWAIFaceを搭載して運用・管理を実現するAI統合プラットフォームです。

AI 技術紹介

顔認識
保有技術
01
顔を検出する技術
02
ランドマークディテクション技術（検出した顔から、顔の特徴点抽出です。目の位置とか、口の位置とかを検知する）
03

属性分類技術（ランドマークディテクションによって、顔を整列することができ、一致させてから、リンクする部分があり、そこで、属性分析として、男女の区分とか、マスクの区分をしています）

04
年齢の推定技術
05
Liveness 検出
06
1対1と1対nの顔の認識技術

WAIFace 

顔認識のアルゴリズムコンテストで世界８位達成（日本２位）
米国政府機関NISTが実施する第三者評価FRVT（Face Recognition Vendor Test）は、監視カメラに近い実環境（WILD部門）で検証評価（2023年4月基準）

99.25%


認証率

 10万件以上の顔データでテスト


業界最高水準の高精度

10ms (0.01秒)


スピード

NVIDIA Geforce RTX 3080 10GB(Single)基準
 1:N 1,000,000 match/sec

業界最高水準の速さ

89.3%


軽量化

エッジデバイス最適化
効率的なクラウドインフラ

コストの削減

Face Attribution Classification : Age-Gender

Age (MAE) | Lower is better

Gender (Accuracy %) | Higher is better

Age
Female
Male
Samples
MAE
STD
Samples
MAE
STD
0 - 9
2,968
2.57
3.79
2,752
2.5
3.93
10 - 19
4,898
4.85
5.01
2,910
4.8
4.7
20 - 29
14,876
5.02
4.15
8,417
7.14
5.35
30 - 39
13,791
5.63
4.16
14,567
7.21
5.35
40 - 49
8,304
6.82
6.25
12,547
4.66
5.63
50 - 59
4,085
10.01
5.93
7,402
9.11
5.02
60 - 69
2,208
10.92
7.93
4,002
9.67
6.53
70 - 79
1,080
9.71
7.71
2,164
8.04
7.29
80 - 89
318
10.28
9.35
578
7.9
6.18
90 - 100
46
22.37
13.58
88
17.12
5.99
Gender
52,574
Accuracy : 97.984%
55,427
Accuracy : 98.261%
年齢と性別


年齢の方は0歳から100歳までの、男性女性合わせて10万人くらいの顔写真で、MAEという数字をエラー率として出しています。

MAEの意味は、顔写真 1枚を顔の実際の年齢とAIが想定する年齢の差が何歳なのかですが、

例えば20代の14000人くらいの女性の顔写真で評価すると、MAEが5.02です。
大体20代の女性の写真であれば5歳くらい誤差以内で想定できる意味になります 。

弊社は、50歳未満のところがいい数字が出ており、大体2歳から6歳、7歳くらいのレベルで年齢を判定することができます。

50歳以上では、人が見ても誤差があって、人によって若く見える人もいるし、

そうでない人もいるので、AIが見ても同じくそのような傾向はあります。10歳以内で認識はできている。

男性と女性の区別は約98％のレベルで、男性と女性を区分しています。

韓国 KISA Face Recognition Performance 認証取得


韓国のKISAという機関があり、

顔認証で産業用にこの顔認証エンジンが

使えるかどうかの評価認証の精度があり、

認証書を取りました。

韓国 KISA Face Recognition 
Performance 認証取得

韓国のKISAという機関があり、

顔認証で産業用にこの顔認証エンジンが

使えるかどうかの評価認証の精度があり、

この認証書を取りました。

AI 技術紹介

人分析

保有技術

01
同時に複数人の人を検出するディテションの技術
02
トラッキングする技術
03
ポーズを認識技術

AI 技術紹介

人分析
保有技術
01
同時に複数人の人を検出するディテションの技術
02
トラッキングする技術
03
ポーズを認識技術
Object Detection comparison
Time (ms) | Lower is better

mAP (%) | Higher is better

AI Model
Size
Inference time
mAP
EfficientDet-D1
640
13.49
39.6
YOLOv3
608
21.97
42.4
YOLOv4
608
16.12
43.5
YOLOv3-ultralytics
640
15.62
44.3
YOLOv5-M
640
11.09
44.5
WAI
608
7.532
50.1

※ COCO Dataset

MOT20

AI Model
MOTA
 IDF1
IDs
WAI
93.42
89.13
1068
性能評価


mAP数字で比較したので、大きければ認識が正しい意味になります。

インファレンスタイムは、ミリセカンドの速度であり、短いほどいいパフォーマンスが出ます。

人を検出することは、いろんな公開モデルはあり、全てを比べても弊社のエンジンが処理速度いいし、認識率もいいことが出ています。

※MOT20（混雑したシーンでのマルチオブジェクトトラッキング）は重ねている人の検出テストです。

AI 技術紹介

行動分析

人の検出は、カウンティングや混雑度等によく使っていますが、行動認識系は、

人の検出から、ポーズを認識してその付加情報を合わせて行動認識まで行っています。
　徘徊、侵入、倒れと待機列この4つに対しては、リリーズしている機能です。


　今研究中であるのは、作業者の安全を検出することのテーマで、人が走ったり、

歩いたりするスピードを算出する、高いところから人が転んで落下する、

安全ヘルメットを被ってない等を検出する安全措置関連のAIモデルを研究しています。

他にはコミ捨てとか火事とかを検出することも研究しています。

保有技術

01
Loitering Detection(徘徊)
02
Intrusion Detection(侵入)
03
Queueing/ People Counting(待機列)
04
Fall Detection(転倒)

研究技術 

01
作業者の安全検出
02
無断投棄(ゴミ）検出
03
火災検出等
韓国 KISA Intelligence CCTV solution Performance Test 
認証取得 

韓国のKISAという機関からインテリジェンスCCTV（知能型CCTV）のソリューションで、産業用にこの人検出エンジンが使えるかどうかの評価認証の精度があり、この認証書を取得。

屋内だけではなく、屋外とかも含めており、広間もあるが、夜間とか結構暗いところの認証も評価テスト項目にある。

雨が降ったりしても問題なく認識しましで、F-1スコア（評価点数）が一番重要で98は、誤認識、未認識の両方含めて100件の中で98件以上検出

AI 技術紹介

その他

人検出以外にも車、バック、携帯などの小さいものまで検出することができますし、

他にイメージを検索したり、空間認識をしたりする技術も持っています。

保有技術

01
Object Detection(Car, Bag, cellphone 等)
02
Mass-volume based Image / Video Search Engine
03
Visual-Inertial based SLAM Engine

AI 技術紹介

エンジン軽量化技術 

弊社のAIモデル

AIモデルを設計して研究する時に一番難しいのが処理速度と精密度という認識率のバランスを取ることが一番難しいです。
処理速度を早くすれば、認識率が下がりますし、反対のケースも同じく両方得ることが難しいです。弊社は両方を得るために、2つの特徴を持っています。

01
モデルプランニング

重くて認識率が高い先生モデルと軽くて認識率が低い学生モデルを両方用意して、認識率が高いモデルは低いモデルに対してティーチングする技術です。

これによって、軽くても認識率が上がるということが実現できまして、この両方とも技術適用で、軽くていい性能が出るモデルを研究することができました。

02
KDトランスファーラーニング
(転移学習) という技 

転移学習(Transfer Learning)とは、ある領域で学習したこと(学習済みモデル)を別の領域に役立たせ、効率的に学習させる方法です。

例えば画像認識なら「魚の種類に関する学習済モデルを利用して、車の画像から車種と年式を識別するシステムを簡単に作る」という使い回しが可能です。

ドメイン適応（Domain Adaptation）は，転移学習（Transfer Learning）と呼ばれる学習手法の一種です。 

十分な教師ラベルを持つドメイン（Source Domain，ソースドメイン）から得られた知識を，十分な情報がない目標のドメイン（Target Domain, ターゲットドメイン）に適用することで，目標ドメインにおいて高い精度で識別などを学習します（ここで、ドメイン（Domain）とは，データの集まりを指す言葉です）

小さいデータセットの数でも、 他に似ているモデルから、実際データセットで学習させていい性能が出る学習方法で、これも適用して研究しています。

AI 技術紹介

行動分析


人の検出は、カウンティングや混雑度等によく使っていますが、行動認識系は、

人の検出から、ポーズを認識してその付加情報を合わせて行動認識まで行っています。
　徘徊、侵入、倒れと待機列この4つに対しては、リリーズしている機能です。


　今研究中であるのは、作業者の安全を検出することのテーマで、人が走ったり、

歩いたりするスピードを算出する、高いところから人が転んで落下する、

安全ヘルメットを被ってない等を検出する安全措置関連のAIモデルを研究しています。

他にはコミ捨てとか火事とかを検出することも研究しています。

保有技術
01
Loitering Detection(徘徊)
02
Intrusion Detection(侵入)
03
Queueing/ People Counting(待機列)
04
Fall Detection(転倒)
研究技術
作業者の安全検出
01
無断投棄(ゴミ）検出
02
火災検出等
03

AI 技術紹介

エッジデバイス技術

Edge Pro

Edge Mini (No GPU)
〈 117㎜×112㎜×45.6㎜ 〉 652ｇ

Edge Mini 

hoamV2端末 (1920*1200)
〈 173㎜×255㎜×93㎜ 〉 930ｇ

Tablet Device

Embedded Board

弊社のモデルは全て自社開発であり、いろんな環境でポーティングして開発することができます。

今まで紹介したのは、Edge ProとEdge Miniですが、一つはGPU付き、もう一つはCPUですが、基本的にはパソコンベースです。

他にターブレットにポーティングして検証を行っているし、 組み込み系のインベッディドボードにポーティングすることも可能です。

韓国 KISA Intelligence CCTV solution Performance Test 認証取得


韓国のKISAという機関からインテリジェンスCCTV（知能型CCTV）のソリューションで、産業用にこの人検出エンジンが使えるかどうかの評価認証の精度があり、この認証書を取得。

屋内だけではなく、屋外とかも含めており、広間もあるが、夜間とか結構暗いところの認証も評価テスト項目にある。

雨が降ったりしても問題なく認識しましで、F-1スコア（評価点数）が一番重要で98は、誤認識、未認識の両方含めて100件の中で98件以上検出

AI 技術紹介

エッジデバイス技術 

AI 技術紹介

その他


人検出以外にも車、バック、携帯などの小さいものまで検出することができますし、

他にイメージを検索したり、空間認識をしたりする技術も持っています。

保有技術
01
Object Detection(Car, Bag, cellphone 等)
02
Mass-volume based Image / Video Search Engine
03
Visual-Inertial based SLAM Engine

AI 技術紹介

エンジン軽量化技術
弊社のAIモデル

AIモデルを設計して研究する時に一番難しいのが処理速度と精密度という認識率のバランスを取ることが一番難しいです。
処理速度を早くすれば、認識率が下がりますし、反対のケースも同じく両方得ることが難しいです。弊社は両方を得るために、2つの特徴を持っています。

01
モデルプランニング

重くて認識率が高い先生モデルと軽くて認識率が低い学生モデルを両方用意して、認識率が高いモデルは低いモデルに対してティーチングする技術です。

これによって、軽くても認識率が上がるということが実現できまして、この両方とも技術適用で、軽くていい性能が出るモデルを研究することができました。

02
KDトランスファーラーニング（転移学習）という技

転移学習(Transfer Learning)とは、ある領域で学習したこと(学習済みモデル)を別の領域に役立たせ、効率的に学習させる方法です。

例えば画像認識なら「魚の種類に関する学習済モデルを利用して、車の画像から車種と年式を識別するシステムを簡単に作る」という使い回しが可能です。

ドメイン適応（Domain Adaptation）は，転移学習（Transfer Learning）と呼ばれる学習手法の一種です．

十分な教師ラベルを持つドメイン（Source Domain，ソースドメイン）から得られた知識を，十分な情報がない目標のドメイン（Target Domain, ターゲットドメイン）に適用することで，

目標ドメインにおいて高い精度で識別などを学習します（ここで、ドメイン（Domain）とは，データの集まりを指す言葉です）

小さいデータセットの数でも、 他に似ているモデルから、実際データセットで学習させていい性能が出る学習方法で、これも適用して研究しています。

AI 技術紹介

エッジデバイス技術


　

Edge Pro

Edge Mini (No GPU)
〈 117㎜×112㎜×45.6㎜ 〉 652ｇ

Edge Mini

hoamV2端末 (1920*1200)
〈 173㎜×255㎜×93㎜ 〉 930ｇ

Tablet Device

　
　

Embedded Board

弊社のモデルは全て自社開発であり、いろんな環境でポーティングして開発することができます。

今まで紹介したのは、Edge ProとEdge Miniですが、一つはGPU付き、もう一つはCPUですが、基本的にはパソコンベースです。

他にターブレットにポーティングして検証を行っているし、 組み込み系のインベッディドボードにポーティングすることも可能です。

AI 技術紹介

エッジデバイス技術
TRY NOW

Your customers are waiting. Give them confidence today.

TRY NOW

Your customers are waiting. Give them confidence today.

会社名 : 株式会社WAI  |  代表取締役 : 梁 承豪  |  所在地 : 〒162-0851 東京都新宿区弁天町1－10 サンイング早稲田 3F　株式会社WAI
E-mail : info@waisolution.com  |  Tel : 03-6273-8991 | Fax : 03-6273-8992  |  TIME : MON – FRI 09:00 am – 06:00 pm

WAIFaceはWAIが独自に開発・保有するプロプライエタリ認識エンジン（コアIP）であり、WINSはWAIFaceを基盤として提供されるサービスプラットフォームです。

Privacy policy  |  Indemnification

COPYRIGHT © 2024 WAI Corp. All rights reserved